导读:本文包含了血细胞分类论文开题报告文献综述及选题提纲参考文献，主要关键词:人工智能,细胞分类,机器智能,重复性工作,慕尼黑,图像处理,亥姆霍兹,血液涂片,血细胞,训练数据
血细胞分类论文文献综述
顾钢[1]（2019）在《给血细胞分类可让人工智能来干》一文中研究指出科技日报北京11月25日电（顾钢）德国亥姆霍兹慕尼黑研究中心和慕尼黑大学的研究人员首次发现，在对急性髓细胞性白血病患者的血样进行分类方面，深度学习算法表现出色。这一概念验证研究为将来广泛使用对样品的自动化、标准化分析铺平了道路。该论文发表在《自然·机(本文来源于《科技日报》期刊2019-11-26）
杜立安,罗建明[2]（2019）在《噬血细胞性淋巴组织细胞增生症的分类、发病机制及诊治研究进展》一文中研究指出噬血细胞性淋巴组织细胞增生症(HLH)可分为原发性、继发性HLH两类,原发性HLH又称为遗传性HLH,包括家族性HLH(FHL)和遗传性免疫缺陷相关HLH,继发性HLH主要包括感染相关HLH、免疫相关HLH和恶性肿瘤相关HLH。穿孔素依赖的细胞毒功能缺陷是原发性HLH的主要发病机制。感染、恶性肿瘤和自身免疫性疾病等因素过度激活人体免疫系统与继发性HLH发病有关,原发性HLH相关基因的杂合子突变可能促进了继发性HLH的形成。HLH的诊断仍然参照HLH-2004诊断标准,分子生物学诊断或临床指标均可确诊HLH。HLH的治疗方案主要有HLH-2004方案、HLH-94方案等,造血干细胞移植是目前治疗原发性HLH的重要手段,也是治愈原发性HLH的惟一方法。(本文来源于《山东医药》期刊2019年27期）
冼健安,张秀霞,潘训彬,鲁耀鹏,李军涛[3]（2019）在《红螯螯虾血细胞分类、结构与免疫特性研究》一文中研究指出血细胞在甲壳动物免疫过程中起重要作用,探讨红螯螯虾(Cherax quadricarinatus)不同类型血细胞结构与免疫特性有助于其病害防治。应用流式细胞术(FCM),根据前向角散射光(FSC)和侧向角散射光(SSC)的强度差异对血细胞进行分类,利用特异性荧光染料进行标记,分析血细胞总数(THC)、线粒体数量、溶酶体数量、吞噬活力、活性氧(ROS)含量、一氧化氮(NO)含量和非特异性酯酶活力。结果显示,应用FCM可以区分透明细胞(HC)、半颗粒细胞(SGC)和颗粒细胞(GC)叁类血细胞,其占比分别为9.82%、61.11%和25.24%;红螯螯虾平均血细胞总数(THC)为(8.43±0.87)×10~6个/mL;GC含有最多数量的线粒体和溶酶体,HC中含量最少;HC、SGC和GC的吞噬率分别为2.54%、14.45%和6.98%,SGC吞噬活力最强,HC最弱;HC、SGC和GC的活性氧(ROS)含量分别为7.80、45.95和134.69 AU,GC的ROS含量最高,HC最低;HC、SGC和GC的一氧化氮(NO)含量分别为8.20、79.78和344.31 AU,GC的NO含量最高,HC最低;HC、SGC和GC的非特异性酯酶活力分别为86.59、121.84和236.91AU,GC的酯酶活力最高,HC最低。研究表明,红螯螯虾叁类血细胞在形态结构、数量及免疫特性上均存在差异,SGC的数量最多、吞噬活力最强,而GC含有最多与能量供应、免疫防御相关的细胞器,并拥有最强的氧化活力和酯酶活力,表明GC和SGC是红螯螯虾免疫防御过程中发挥主要作用的血细胞类型。(本文来源于《水生态学杂志》期刊2019年05期）
洪羽萌[4]（2019）在《外周血细胞分类与计数在深度学习中的应用》一文中研究指出在医学检验科,外周血细胞检测(血常规)作为一种采样方便、检测准确的检测方法,一直对疾病判断有着非常重要的意义。外周血细胞检测主要通过识别血液中各类细胞、并计算各类细胞的比例是否在正常范围内,从而判断被检测者是否患有某种疾病。不同的血细胞检查结果揭示了多种重要的血液病原理。在医学图像处理领域,随着成像技术的极大进步,用计算机图形学辅助医学诊断成为一大趋势,一方面,成像技术的发展带来了海量的医学数据,另一方面,计算机图形学辅助诊断可以生成血液样本的图像,带来更精确、更高效的诊断结果。总之,如何将深度神经网络应用到医学检测上,将计算机拍出的血液样本图片用深度神经网络进行分类和计数,代替医生的手动操作成为一个广泛关注的热点课题。本课题与南京市鼓楼医院合作,在医学检验科采集临床外周血细胞显微图像,建立外周血细胞数据集。本课题采用深度学习的方法对外周血血细胞进行分类和计数研究。主要研究内容包括:1、在分析了外周血细胞图像的采集难点后,建立了自己的血细胞数据集,这套数据集从实际入手,分类完备,比现有的5类白细胞数据集多出4类,为后续的分类和计数研究奠定了基础。2、针对数据集类间数据量不平衡的问题,做了数据增强并随机采样训练集。针对细胞类间特征差异过小的情况,设计出一种新的数据增强方法,加大差异间的采样频率,将测试准确率提高至99%。3、根据红细胞计数的研究现状,从图像处理入手,采用基于卷积神经网络的计数方法,结合特征金字塔(FPN)和深度残差网络ResNet,将红细胞计数的准确率提高至97.5%。本课题基本完成了血细胞的分类和计数工作,解决了细胞类间相似度过高引起的分类困难问题,并且涵盖了外周血中几乎所有影响疾病判断的细胞类型。该研究极大地节约了人力成本,并为后续的研究奠定了基础。(本文来源于《南京大学》期刊2019-05-23）
常思[5]（2019）在《全自动血细胞分析仪白细胞分类与人工镜检检查结果的比较》一文中研究指出目的探讨全自动血细胞分析仪白细胞分类与人工镜检检查结果的比较。方法选择2018年12月-2019年1月本院血常规检查患者118例作为对象,对获得的标本均采用白细胞分类人工镜检(金标准),且对标本行全自动血细胞分析仪检查,将全自动血细胞分析仪检查结果与金标准进行比较。结果仪器检查与人工检查淋巴细胞、嗜酸粒细胞、嗜碱粒细胞及幼稚细胞比较差异均无明显统计学意义(P>0.05);仪器检查中性粒细胞低于人工检查(P<0.05);仪器检查单核细胞高于人工检查(P<0.05);118例患者均完成人工检查与仪器检查,经仪器检查56例报警提示,经人工检查复诊43例真阳性,13例假阳性,仪器未报警提示的真阴性56例,假阴性6例。仪器检查诊断灵敏度为87.76%,特异度为81.16%。结论将全自动血细胞分析仪用于血常规检查中能有效的筛选阳性标本,但是对于检测出的阳性标本宜进行人工镜检进行复检,降低临床误诊率,为临床诊疗提供依据和参考。(本文来源于《临床检验杂志(电子版)》期刊2019年03期）
林颖,陈灵娜,陈俊熹,何啸峰[6]（2019）在《基于迁移学习的血细胞图像分类》一文中研究指出利用迁移学习,在叁种主流的卷积网络框架上进行微调并比较分析血细胞图像的分类结果。实验使用了4种类别的血液细胞图像样本,模型均为端到端的训练方式,不需要繁琐的图像处理和人工特征提取步骤。实验结果表明,利用迁移学习能够在医学领域有限的训练样本下达到了较高的分类准确率,缩短训练时间,提高了模型的鲁棒性。(本文来源于《科学技术创新》期刊2019年09期）
陈晔[7]（2019）在《迈瑞BC-5800血细胞分析仪白细胞分类研究界面研究参数的可靠性分析》一文中研究指出目的:探讨迈瑞BC-5800五分类血细胞分析仪白细胞分类研究界面参数的可靠性。方法:分别用仪器法和手工镜检进行白细胞分类,通过两种方法进行比较,验证仪器法白细胞分类研究界面与人工分类是否一致。结果:仪器法分类正常,无异常报警研究界面参数和手工分类法的5种白细胞的结果比较差异均无统计学意义(P>0.05)。仪器法白细胞不分类,有分类异常报警提示,查看研究界面研究参数结果与手工分类比较有统计学意义(P<0.01)。结论:迈瑞BC-5800五分类血细胞分析仪对结果正常的血标本白细胞分类研究界面研究参数准确,但对白细胞不分类,有分类异常报警提示,而研究界面有具体参数不能就研究参数报结果,应遵循复检原则手工复检,避免漏检。(本文来源于《中国医疗器械信息》期刊2019年05期）
汪洋,王秀英,汪龙梅,代兵,刘秀婷[8]（2018）在《Necrostatin-1对脂多糖刺激的断奶仔猪血细胞分类计数和血液生化指标的影响》一文中研究指出本试验旨在研究程序性坏死阻断剂Necrostatin-1(Nec-1)对脂多糖(LPS)刺激断奶仔猪血细胞分类计数和血液生化指标的影响。选用25头断奶仔猪,分为对照组[10%二甲基亚砜(DMSO)+生理盐水]、LPS组(10%DMSO+LPS)、0.33Nec-1组[0.33 mg/kg体重(BW)Nec-1+LPS]、1.0Nec-1组(1.0 mg/kg BW Nec-1+LPS)和3.3Nec-1组(3.3 mg/kg BW Nec-1+LPS)。注射10%DMSO或Nec-1 30 min后,对照组注射生理盐水,其他组注射100μg/kg BW LPS,分别在注射LPS或生理盐水4 h和24 h后采血液样品待测。结果表明:注射LPS 4 h后,0.33 mg/kg BW Nec-1、1.0 mg/kg BW Nec-1和3.3 mg/kg BW Nec-1显着缓解LPS刺激导致的血小板分布宽度升高(P<0.05);0.33 mg/kg BW Nec-1能显着缓解LPS刺激导致的血浆谷草转氨酶(AST)活性和AST/谷丙转氨酶(ALT)比例的升高(P<0.05),1.0 mg/kg BW Nec-1显着缓解血浆葡萄糖含量和肌酸激酶活性的降低(P<0.05);注射LPS 24 h后,0.33 mg/kg BW Nec-1、1.0 mg/kg BW Nec-1和3.3 mg/kg BW Nec-1可显着缓解LPS刺激导致的嗜酸性粒细胞比例的升高(P<0.05),并有缓解嗜酸性粒细胞绝对值升高的趋势(P<0.10);0.33 mg/kg BW Nec-1缓解了肌酸激酶活性的降低并提高了血浆总胆固醇和甘油叁酯含量(P<0.05),1.0 mg/kg BW Nec-1有缓解LPS刺激导致的血浆AST/ALT升高的趋势(P<0.10),3.3 mg/kg BW Nec-1能显着缓解AST/ALT比例的升高(P<0.05)和葡萄糖的降低(P<0.05),并有缓解AST升高和总胆固醇降低的趋势(P<0.10)。以上结果表明,Nec-1对LPS刺激导致的免疫应激反应具有一定的缓解作用。(本文来源于《中国畜牧杂志》期刊2018年08期）
孟丽[9]（2018）在《研究分析五分类血细胞分析仪在临床血液学检验质量方面的应用价值》一文中研究指出目的:探究临床血液学检验质量采用五分类血细胞分析仪的应用效果。方法:选择本站2016年7月~2017年6月的38例成分献血者,采用五分类血细胞分析仪予以检测,并对成分献血者的抗凝血样本予以手工与自动分类,并分析仪器法白细胞分类结果和显微镜目测法结果之间的联系。结果:血细胞分析仪检测下,批内精密度测试变异系数结果显示,中性粒细胞为1.35%、淋巴细胞为2.13%、单核细胞为3.54%、嗜酸性粒细胞为9.21%、嗜碱性粒细胞为4.17%,说明白细胞分类批内精密度都在允许范围内。批间精密度测试变异系数结果显示,中性粒细胞为2.01%、淋巴细胞为3.12%、单核细胞为7.47%、嗜酸性粒细胞为7.63%、嗜碱性粒细胞为2.44%,说明白细胞分类批间精密度都在允许范围内。显微镜计数法与血细胞分析仪器法对中性粒细胞、淋巴细胞、单核细胞以及嗜酸性粒细胞的检测结果对比没有差异性,说明两种检测方法具有较好的相关性。结论:临床血液学检验质量采用五分类血细胞分析仪的应用效果显着,具有快速与准确等特点,可使成分献血者献血前血液学检验的误判率明显降低或避免。(本文来源于《中国医疗器械信息》期刊2018年13期）
战伟[10]（2018）在《白细胞分类人工镜检与全自动血细胞分析仪检查结果的比较》一文中研究指出选新生入学体检血标本75例,另选门诊血常规检查的患者126例中单核细胞(MO)占15%~25%的血标本43例,分别进行白细胞人工镜检分类和全自动血细胞分析仪分类。新生入学体检标本人工分类和仪器分类的中性粒细胞(NE)、淋巴细胞(LY)和MO的百分率均无显着性差异(P>0.05);嗜酸性粒细胞(EO)和嗜碱性粒细胞(BA)两组比较有显着性差异(P<0.05)。MO百分率在15%~25%的标本人工分类和仪器分类的NE、EO和MO的百分率均无显着性差异(P>0.05),人工法测得的BA和LY百分率明显低于仪器法,两组比较有显着性差异(P<0.05)。以人工镜检为金标准,全自动血细胞分析仪的白细胞分类结果准确,但不能完全取代人工镜检,尤其对于异常标本,应把两种方法结合起来才能确保检测结果的可靠。(本文来源于《大连大学学报》期刊2018年03期）
血细胞分类论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
噬血细胞性淋巴组织细胞增生症(HLH)可分为原发性、继发性HLH两类,原发性HLH又称为遗传性HLH,包括家族性HLH(FHL)和遗传性免疫缺陷相关HLH,继发性HLH主要包括感染相关HLH、免疫相关HLH和恶性肿瘤相关HLH。穿孔素依赖的细胞毒功能缺陷是原发性HLH的主要发病机制。感染、恶性肿瘤和自身免疫性疾病等因素过度激活人体免疫系统与继发性HLH发病有关,原发性HLH相关基因的杂合子突变可能促进了继发性HLH的形成。HLH的诊断仍然参照HLH-2004诊断标准,分子生物学诊断或临床指标均可确诊HLH。HLH的治疗方案主要有HLH-2004方案、HLH-94方案等,造血干细胞移植是目前治疗原发性HLH的重要手段,也是治愈原发性HLH的惟一方法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
血细胞分类论文参考文献
[1].顾钢.给血细胞分类可让人工智能来干[N].科技日报.2019
[2].杜立安,罗建明.噬血细胞性淋巴组织细胞增生症的分类、发病机制及诊治研究进展[J].山东医药.2019
[3].冼健安,张秀霞,潘训彬,鲁耀鹏,李军涛.红螯螯虾血细胞分类、结构与免疫特性研究[J].水生态学杂志.2019
[4].洪羽萌.外周血细胞分类与计数在深度学习中的应用[D].南京大学.2019
[5].常思.全自动血细胞分析仪白细胞分类与人工镜检检查结果的比较[J].临床检验杂志(电子版).2019
[6].林颖,陈灵娜,陈俊熹,何啸峰.基于迁移学习的血细胞图像分类[J].科学技术创新.2019
[7].陈晔.迈瑞BC-5800血细胞分析仪白细胞分类研究界面研究参数的可靠性分析[J].中国医疗器械信息.2019
[8].汪洋,王秀英,汪龙梅,代兵,刘秀婷.Necrostatin-1对脂多糖刺激的断奶仔猪血细胞分类计数和血液生化指标的影响[J].中国畜牧杂志.2018
[9].孟丽.研究分析五分类血细胞分析仪在临床血液学检验质量方面的应用价值[J].中国医疗器械信息.2018
[10].战伟.白细胞分类人工镜检与全自动血细胞分析仪检查结果的比较[J].大连大学学报.2018
标签：人工智能; 细胞分类; 机器智能; 重复性工作; 慕尼黑; 图像处理; 亥姆霍兹; 血液涂片; 血细胞; 训练数据;