摘要
自动分析识别医学彩色细胞图像中的染色体,不但可以提高诊断疾病的效率还可增强分析病变的准确性。针对细胞图像分割困难的问题,采用动态的相似性算法对彩色医学细胞图像进行分割,并在分割后的细胞中提取两种不同的染色体。在染色体提取时,首先选用染色体的面积、色度、形状和圆相似度作为特征量,然后确定各特征量的隶属度函数,最后用模糊综合判别方法识别真伪目标,从而达到准确提取染色体的目的。通过对大量医学细胞图像的验证,该算法较一般的分类识别法及单一指标识别算法(精度在80%以下)具有更高的识别准确率,其精度高达95%以上,且处理速度也能满足实际应用的要求。
自动分析识别医学彩色细胞图像中的染色体,不但可以提高诊断疾病的效率还可增强分析病变的准确性。针对细胞图像分割困难的问题,采用动态的相似性算法对彩色医学细胞图像进行分割,并在分割后的细胞中提取两种不同的染色体。在染色体提取时,首先选用染色体的面积、色度、形状和圆相似度作为特征量,然后确定各特征量的隶属度函数,最后用模糊综合判别方法识别真伪目标,从而达到准确提取染色体的目的。通过对大量医学细胞图像的验证,该算法较一般的分类识别法及单一指标识别算法(精度在80%以下)具有更高的识别准确率,其精度高达95%以上,且处理速度也能满足实际应用的要求。
出处
《四川大学学报(工程科学版)》
EI
CAS
CSCD
北大核心
2011年第S1期133-138,共6页
Journal of Sichuan University (Engineering Science Edition)
基金
新世纪优秀人才计划资助项目(NCET-05-0849)
国家自然科学基金资助项目(50978030)
关键词
染色体识别
彩色图像分割
模糊综合评判
隶属函数
chromosome identification
color image processing
fuzzy comprehensive evaluation
membership functions