检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多尺度特征融合的细胞计数方法

图学学报 2023年第1期44卷 41-49页

作者：张倩王夏黎王炜昊武历展李超长安大学信息工程学院陕西西安710064

细胞计数一直是医学影像分析中非常重要的一项工作,在生物医学实验和临床医学等领域起着十分关键的作用。针对细胞计数工作中存在的由细胞尺寸变化等因素造成的细胞计数精度低的问题,引入高度拥挤目标识别网络CSRNet并加以改进,构建了... 详细信息

细胞计数一直是医学影像分析中非常重要的一项工作,在生物医学实验和临床医学等领域起着十分关键的作用。针对细胞计数工作中存在的由细胞尺寸变化等因素造成的细胞计数精度低的问题,引入高度拥挤目标识别网络CSRNet并加以改进,构建了一种基于多尺度特征融合的细胞计数方法。首先,使用VGG16的前10层提取细胞特征,避免了由于网络过深造成的小目标信息丢失;其次,引入空间金字塔池化结构提取细胞的多尺度特征并进行特征融合,降低了因细胞形态各异、尺寸不一和细胞遮挡等问题带来的计数误差;然后,使用混合空洞卷积对特征图进行解码,得到密度图,解决了CSRNet在解码过程中像素遗漏的问题;最后对密度图逐像素进行回归得到细胞总数。另外,在训练过程中引入了一种新的组合损失函数以代替欧几里得损失函数,不仅考虑了groundtruth密度图与预测密度图单个像素点之间的关系,还考虑了其全局和局部的密度水平。实验证明,优化后的CSRNet在VGG cells和MBM cells数据集上取得了较好的结果,有效改善了由细胞尺寸变化等因素造成的细胞计数精度低的问题。

关键词：细胞计数多尺度特征融合密度估计空间金字塔池化混合空洞卷积

基于显微图像的细胞计数方法研究及分析系统的构建

在线全文

学校读者我要写书评

暂无评论

基于显微图像的细胞计数方法研究及分析系统的构建

作者：林跃飞华侨大学

学位级别：硕士

细胞计数对于生物医学的研究意义重大,但传统显微镜下人工细胞计数方法效率低、误差大、主观性强,细胞计数设备大多价格昂贵、只能处理特定的细胞类型且计数时会破坏细胞原有的空间位置。随着计算机的迅速发展和图像处理技术的日趋成熟... 详细信息

细胞计数对于生物医学的研究意义重大,但传统显微镜下人工细胞计数方法效率低、误差大、主观性强,细胞计数设备大多价格昂贵、只能处理特定的细胞类型且计数时会破坏细胞原有的空间位置。随着计算机的迅速发展和图像处理技术的日趋成熟,图像处理技术日益广泛地应用于生物医学的日常研究中,当前,基于深度学习的细胞检测、分割等研究方面已展现出令人可喜的效果,但深度学习模型的构建需要大量的训练数据,另外深度学习网络的训练也须耗费大量的时间,时间复杂度高。鉴于上述问题,本文基于显微图像结合传统图像处理技术对Hela细胞计数问题展开研究,分别实现了显微细胞图像的自动计数与批量保存,同时设计并实现了荧光显微细胞图像分析系统,具体研究内容如下:(1)针对明场显微细胞图像细胞形态多样和存在粘连的情况,提出一种基于最大类间方差法(OTSU)与标记控制分水岭分割相结合的细胞计数方法:采用OTSU法获取全局最佳阈值,对明场图像进行二值化分割,并通过标记控制分水岭算法分割粘连细胞以防止过分割现象,最后根据连通域统计原理实现细胞计数。将所提方法的计数结果与Image J进行比较,所提方法计数的平均准确率为96.55%,Image J的平均准确率为93.39%,实验结果表明所提计数方法具有良好的计数效果,可以满足实验室的计数需求,同时极大地提高细胞计数的效率。(2)针对荧光细胞图像存在不均匀光照,荧光细胞周围分布大量噪声难以分割的问题,提出了一种基于不均匀光照校正与分块OTSU法结合的细胞计数方法:将多尺度高斯函数与改进的伽马函数相结合,校正荧光图像中的不均匀光照,并通过图像分块处理与OTSU法结合实现细胞的精细分割,最后通过形态学方法滤除噪声和杂质后实现细胞计数。在计数的基础上,实现细胞的荧光强度及其形态学参数的批量提取与保存。所提方法对低密度和高密度细胞荧光图像计数的平均准确率分别高达94.95%和90.47%,总体实验结果表明,所提方法具有较高的计数准确率,在误差允许范围内可以,既消除了人工计数的主观性又满足了实验室的细胞计数需求,是一种简便、实用、快捷的计数方法。(3)为方便没有图像处理相关背景的实验人员独立处理与分析图像,设计并实现了荧光细胞图像分析系统,通过简单操作界面按钮,就可以实现荧光细胞的自动计数,细胞基本信息、荧光强度信息及细胞计数值的自动显示,实现图像处理数据的自动保存,系统具有简便、实用的优点。

关键词：细胞计数图像处理最大类间方差法标记分水岭分割不均匀光照校正

基于动态显微成像的细胞计数方法及POCT系统研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于动态显微成像的细胞计数方法及POCT系统研究

作者：杜自强郑州大学

学位级别：硕士

细胞是人体的基本功能单位,细胞的数量水平变化对于一些疾病的诊断有着重要的临床参考意义,例如,红细胞(RBC)与白细胞(WBC)的数量水平变化与病菌感染等疾病直接相关、循环肿瘤细胞数量水平的变化与肿瘤病人的癌症鉴定以及转移性进展直... 详细信息

细胞是人体的基本功能单位,细胞的数量水平变化对于一些疾病的诊断有着重要的临床参考意义,例如,红细胞(RBC)与白细胞(WBC)的数量水平变化与病菌感染等疾病直接相关、循环肿瘤细胞数量水平的变化与肿瘤病人的癌症鉴定以及转移性进展直接相关。由于人体环境的复杂性,在进行细胞的数量水平的检测时,面对的往往是全血、腹水等含有多种细胞的异质性样本,因此对细胞进行分类计数有着重要的意义。基于图像的细胞识别是近年来得到快速发展的一种分类计数方法,细胞的图像含有着尺寸、形状、纹理等丰富的信息,通过对这些特征的提取与分析即可实现细胞的检测,与传统的基于荧光标记、或是光、电信号测量等检测方法相比,有着操作简单以及对细胞的损伤性低等优势。但是目前的图像检测方法大多为静态的图像检测,能够测量的细胞数目有限,另外,这种静态的检测方法只能拍摄到细胞单个角度的信息,也限制了检测的准确率。因此本研究考虑将图像法与微流控平台相结合,从动态成像的角度出发,对已有的图像检测方法在准确率以及测试通量上作出改善,本研究的主要内容如下:(1)本研究将微流控技术、目标检测技术以及目标追踪技术相结合,提出了一种基于明场动态成像与多帧关联的细胞分类计数方法。在设计的微流控芯片内采集到细胞的图像序列后,通过YOLO-V4目标检测网络实现对图像的单帧识别,获得细胞的类别以及坐标信息,之后采用设计的基于拓扑匹配的细胞追踪算法,完成细胞的追踪以及无重复计数。(2)基于这种上述检测思路,本研究在搭建的基于显微镜与高速相机的检测系统中实现了对红细胞、白细胞以及循环肿瘤细胞的分类计数。基于制作的细胞数据集,本研究在目标检测模型上获取到了高达98.76%的均值平均精度(mAP),并在设计的细胞追踪算法下,对多帧的检测数据进行关联,纠正了部分因成像角度差异或模型的偶然误识而引起的错误或遗漏的分类结果。以CTC为例,这种多帧关联的检测方式进一步地将CTC的mAP提升到了 99.40%。此外,本研究的检测极限实验表明,该方法能够轻松地从105个WBC中检测到低至10个CTC,并且不受CTC的上皮间充质转换(EMT)过程的影响。(3)基于该方法以及该方法对血细胞的检测情况,本研究还设计并搭建了一个便携式的全血即时检测(POCT)系统。该系统以单透镜结合智能手机摄像模组的成像方式,代替了传统的显微镜,实现了对全血样本的显微图像采集,并通过云端部署的目标检测网络以及细胞追踪算法完成了对血细胞数量水平的量化。另外,基于该系统的临床试验结果表明,实测的红白细胞的比值分布范围(0.456×103～1.092×103)与血常规报告中的比值分布范围(0.400×103～.375×103)基本一致,表明了该POCT系统的实用价值。本研究结合了微流控技术与深度学习算法,对明场图像中的细胞进行了识别与追踪,在搭建的系统上可以实现对不同种类的细胞的分类计数以及POCT检测。

关键词：细胞分类细胞计数多帧关联微流控 POCT

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于密度回归估计的细胞计数方法研究

基于密度回归估计的细胞计数方法研究

作者：丁媛媛山东师范大学

学位级别：硕士

近年来,医学图像处理在医学诊断任务中变得越来越重要,生物学和医学中的许多工作需要通过显微细胞图像计算细胞数目,帮助医疗过程中进行对疾病的诊断和选择适当的治疗方法。随着计算机视觉领域的发展,医学诊断研究等工作越来越多的应用... 详细信息

近年来,医学图像处理在医学诊断任务中变得越来越重要,生物学和医学中的许多工作需要通过显微细胞图像计算细胞数目,帮助医疗过程中进行对疾病的诊断和选择适当的治疗方法。随着计算机视觉领域的发展,医学诊断研究等工作越来越多的应用到成像仪来对图像中的细胞计数,然而准确计算图像中细胞的数量是一项具有挑战性的任务,由于细胞大小和形状会随着时间发生显著变化,以及图像中的细胞分布较密集,会出现相互遮挡、粘连等情况,准确的计算细胞图像中的数目是非常困难的。为了解决这些问题,许多现有工作使用密度回归估计的方法来计算细胞图像中的细胞数目,将输入模型的细胞图像通过深度学习等技术转换为预测密度图,之后对预测密度图进行回归计数来估计图像中的细胞数目,密度回归估计的方法对于图像中细胞数目的计算比检测方法有着更高的准确度。因此本文对基于密度回归估计的方法计算图像中细胞数目的工作展开研究,考虑到传统的基于密度回归估计的方法中会造成误差的因素,本文提出两种方法来解决上述问题,本文的创新点和贡献主要包括以下两点:(1)通过直接学习从预测计数图到注释图的映射的方法来对图像中的细胞计数,以此来避免由高斯核生成地面真值(ground truth)预测密度图的过程对结果的影响,使用贝叶斯算法来优化损失函数,从数据集中的注释来构建密度贡献概率模型,通过对每个像素对计数的贡献概率和估计密度的乘积求和,来计算每个注释点的期望计数。(2)使用一种基于最优传输理论的损失函数,该算法将细胞计数视为概率分布问题,将密度值映射和二进制点注释转换为概率密度函数,并测量它们之间的差别,通过这种方式来可靠地监督计数器生成预测计数图,并将熵正则化约束项添加到损失函数中,以提高训练过程的稳定性,并使预测计数图更接近注释图。为了证明方法的有效性,本文在三个公开可用的细胞计数基准上进行评估,分别为合成荧光显微镜(VGG)数据集、改良骨髓(MBM)数据集和人类皮下脂肪组织(ADI)数据集,实验结果表明,本文的方法在这三个数据集上都展示出了与现有工作最优结果相当或优于最好结果的表现。

关键词：细胞计数密度回归损失函数卷积神经网络

基于U-Net++神经网络模型的细胞计数方法研究与应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于U-Net++神经网络模型的细胞计数方法研究与应用

作者：刘钊浙江理工大学

学位级别：硕士

细胞计数是一项常见的实验室技术,可以确认一个生物样本中细胞的数量,在生物学、医学、农业和环境科学等领域一些重要的科学问题上都有广泛的应用。现今主要的计数方式是传统的人工计数方式和基于计算机图像的自动计数方式。传统的细胞... 详细信息

细胞计数是一项常见的实验室技术,可以确认一个生物样本中细胞的数量,在生物学、医学、农业和环境科学等领域一些重要的科学问题上都有广泛的应用。现今主要的计数方式是传统的人工计数方式和基于计算机图像的自动计数方式。传统的细胞计数方法需要手动进行显微镜观察,不仅费时费力,而且易受人为因素干扰,结果往往容易具有主观性且易出现较大误差。与人工计数相比,基于图像处理技术的细胞计数方法可以通过数字图像处理算法自动识别和计数细胞,提高计数效率和准确度,同时也可以保证数据的客观性和可重复性。近年来,随着人工智能技术的发展,深度学习网络也逐渐应用于细胞计数任务中,用来提供更准确和可靠的细胞计数结果。但它们更多适用于细胞轮廓清晰,没有发生重叠的计数场景,对于密集型、粘连重叠较多层次不明显的细胞图像计数效果并不理想,无法将粘连细胞分割开进行精准计数,误差率大。针对上述问题,本文提出了一种基于改进U-Net++神经网络模型的细胞计数方法,通过与现有方法比较验证方法效率,最后开发了基于本文方法的细胞计数系统。主要内容如下:(1)本文提出了一种基于改进U-Net++神经网络模型的细胞计数方法。本文利用融合了自注意力机制的U-Net++网络模型作为主干网络提取细胞图像的高维特征,再使用全连接神经网络训练提取出的高维特征实现计数,将分类问题转化成回归问题,可以更有效地检测和分割细胞,同时更准确的计算图像中的细胞数量。本文提出的方法在两个显微镜图像数据集上进行了测试,与其它六种方法进行了对比分析。结果表明,本文提出的基于U-Net++网络模型的细胞图像计数方法在精度和速度上均优于现有方法,其准确率可达到97.4%。本文比较发现拉普拉斯算子在图片分割的交并集及最终的计数中表现较好,优于Roberts算子、Prewitt算子和Sobel算子。本文还发现U-Net++对重叠细胞的分割也更加清晰,FCN网络模型分割后的交并集在70.8%,U-Net网络分割后的交并集在78.3%,而U-Net++为86.1%。(2)本文开发了一款基于本文方法的细胞计数系统。为实现本文算法的桌面应用,本文选择了前后端分离的开发方式,前端项目运行在浏览器内核中,然后将浏览器内核嵌入到后端项目中,前端通过Http请求的方式调用后端接口进行数据的交互和处理,后端将处理完后的数据存入SQLite数据库并通过直接调用Vue的方法发送到前端,这种方法大大加快了开发进度以及降低了学习的成本。细胞计数系统包含图像基础功能、显微图像处理、目标测量/颗粒统计、绘图与标注、报表打印六大功能模块。支持直接导入细胞图像,进行去噪、调整,增强对比度等预处理操作;利用本文计数算法,系统自动定位细胞位置,分析细胞大小、形状,最终实现细胞分类计数。本文开发的细胞计数系统,功能全面、计数准确、自动化程度高,更加符合研究人员的实际需求。

关键词：细胞计数 U-Net++ 细胞分割全连接神经网络

基于微流控芯片的CD4+T淋巴细胞计数检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

化学进展 2015年第7期27卷 870-881页

作者：雷相阳邱宪波葛胜祥夏宁邵陈兴崔大付北京化工大学信息科学与技术学院北京100029 厦门大学公共卫生学院国家传染病诊断试剂与疫苗工程技术研究中心厦门361101 中国科学院电子学研究所传感技术国家重点实验室(北方基地) 北京100190

CD4+T淋巴细胞是人体免疫缺陷病毒(HIV)的主要感染细胞,慢性HIV感染者逐渐耗尽CD4+T淋巴细胞,使免疫系统变弱,导致获得性免疫缺陷综合症(AIDS),因此,CD4+T淋巴细胞的数量对HIV/AIDS的诊断和治疗至关重要。全球范围内HIV/AIDS正处于快速... 详细信息

CD4+T淋巴细胞是人体免疫缺陷病毒(HIV)的主要感染细胞,慢性HIV感染者逐渐耗尽CD4+T淋巴细胞,使免疫系统变弱,导致获得性免疫缺陷综合症(AIDS),因此,CD4+T淋巴细胞的数量对HIV/AIDS的诊断和治疗至关重要。全球范围内HIV/AIDS正处于快速增长期,现有的CD4+T淋巴细胞计数检测方法由于仪器昂贵、操作复杂、检测成本高,不利于疾病诊疗的普及与推广。为实现低成本、方便、快捷的临床检测,基于微流控芯片的CD4+T淋巴细胞计数检测方法与技术的研究正日益受到人们的重视。本文在回顾传统CD4+T淋巴细胞检测方法的基础上,综述、归纳了基于微流控芯片的CD4+T淋巴细胞计数方法,在全面分析其技术特点的基础上,进一步评述了其综合性能、适用范围、及典型优缺点。最后,本文针对基于微流控芯片的CD4+T淋巴细胞计数检测技术的发展趋势及商业化应用前景进行了讨论和展望。

关键词： CD4+T淋巴细胞 HIV/AIDS 细胞计数微流控芯片检测

基于混合隐Markov模型的红细胞计数方法

在线全文

学校读者我要写书评

暂无评论

清华大学学报（自然科学版） 2004年第6期44卷 856-859页

作者：王晓城高小榕清华大学生物医学工程系北京100084

为解决红细胞的计算机自动识别问题 ,引入了混合隐 Markov模型对彩色细胞纹理进行识别 ,采用螺旋型采样方法 ,应用一维隐 Markov模型解决二维图像处理问题。选择不同的样本 ,以期望最大算法训练多个混合隐 Markov模型 ,利用它对图像进... 详细信息

为解决红细胞的计算机自动识别问题 ,引入了混合隐 Markov模型对彩色细胞纹理进行识别 ,采用螺旋型采样方法 ,应用一维隐 Markov模型解决二维图像处理问题。选择不同的样本 ,以期望最大算法训练多个混合隐 Markov模型 ,利用它对图像进行纹理识别 ,以距离变换和分水岭算法进行分割计数。该方法在分类正确率和算法适用性上取得了比较好的结果 ,提高了制片质量。该方法对中等质量的红细胞照片进行计数能够取得 94 %以上的识别正确率。提出了对混合 Markov模型初值选取问题的一种改进算法。

关键词：图像识别隐Markov模型细胞计数纹理识别

基于U-Net++神经网络模型的细胞计数方法研究

在线全文

学校读者我要写书评

暂无评论

软件工程与应用 2023年第1期12卷 163-173页

作者：刘钊代琦浙江理工大学计算机科学与技术学院浙江杭州浙江理工大学生命科学学院浙江杭州

细胞计数是医学图像研究中一个重要的科学问题,精准的细胞计数能够检测潜在疾病与相关病变。针对现有计数方法中准确率不高和效率低的问题,本文提出了基于U-Net++神经网络模型的细胞计数方法。首先对图片进行增强与锐化处理,进而分割图... 详细信息

细胞计数是医学图像研究中一个重要的科学问题,精准的细胞计数能够检测潜在疾病与相关病变。针对现有计数方法中准确率不高和效率低的问题,本文提出了基于U-Net++神经网络模型的细胞计数方法。首先对图片进行增强与锐化处理,进而分割图片和提取其高维特征,构建基于U-Net++神经网络模型进行训练与分类,最终实现细胞计数。实验结果表明,本文提出的计数方法准确率可达到97.4%,改进后的U-Net++神经网络模型提供了一种端到端的细胞计数方法,通用性较强,更加符合实际需求。

关键词：细胞计数神经网络 U-Net++

全自动血液分析仪用于浆膜腔积液常规细胞计数可行性研究

维普期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

检验医学 2022年第6期37卷 551-556页

作者：王冲朱捷杨烁顾梅秀潘柏申王蓓丽郭玮复旦大学附属中山医院检验科上海200032

目的探讨全自动血液分析仪体液模式在浆膜腔积液标本细胞计数和白细胞分类检测中代替显微镜人工计数法的可行性。方法收集287例住院患者各类浆膜腔积液标本,分别使用显微镜人工计数法(手工法)和全自动血液分析仪(仪器法)进行红细胞计数... 详细信息

目的探讨全自动血液分析仪体液模式在浆膜腔积液标本细胞计数和白细胞分类检测中代替显微镜人工计数法的可行性。方法收集287例住院患者各类浆膜腔积液标本,分别使用显微镜人工计数法(手工法)和全自动血液分析仪(仪器法)进行红细胞计数、白细胞计数和白细胞分类检测。以手工法为金标准,评估仪器法检测结果的准确性。结果对于手工法检测白细胞计数为201~15000个/μL的标本或红细胞计数≥200个/μL的标本,仪器法和手工法细胞计数结果相关性较好;2种方法用于白细胞分类检测的相关性较好(P细胞计数和白细胞分类具有快速、准确、重复性好等优势,在红细胞和白细胞计数处在一定线性范围时,可以取代显微镜人工计数法进行检测。

关键词：浆膜腔积液全自动血液分析仪细胞计数白细胞分类