一种用于外周血白细胞分割的新算法

在贫血、白血病及其他血液疾病的检测中，白细胞的数量与类型是必需的评估参数。然而，常规的白细胞计数方法不仅耗时，而且易出错。因此，许多自动化方法被引入用于医学图像诊断。在背景、染色方法、染色程度、光照条件等可变条件下，准确提取相关特征并计数细胞数量仍十分困难。因此，为适配各种复杂情况，我们考虑 RGB 色彩空间、HSI 色彩空间，以及 G、H 和 S 分量的线性组合，并在本文中提出一种快速且准确的用于外周血白细胞分割的算法。首先，利用逐步平均法分离白细胞核。然后基于区间值模糊集，通过最小化模糊散度分割白细胞胞质。接下来，利用凹凸迭代修复算法与候选掩膜集决策机制进行后处理。实验结果表明，所提方法优于现有的非模糊集方法。在基于模糊集的方法中，区间值模糊集的表现略优于区间值直觉模糊集与直觉模糊集。