基于图像处理的白血病白细胞与红细胞识别及计数研究
计算机视觉与模式识别
2015-11-17 v1
摘要
白血病通过完整血细胞计数诊断，即计算所有血细胞并比较白细胞(White Blood Cells / WBC)与红细胞(Red Blood Cells / RBC)的数量。完整血细胞计数获得的信息已成为血液学实验室用于诊断目的和监测血液疾病的基础。然而，手动计数血细胞的传统程序需要费力且耗时，因此该方法是血液学临床实验室中最昂贵的常规检查之一。对于此类耗时任务和数据可追溯性的需求，可基于血细胞形态学采用图像处理技术解决。本研究旨在利用基于白细胞形态的模糊规则系统识别急性淋巴细胞白血病(ALL)和急性髓系白血病M3型(AML M3)。提取的特征参数为白细胞面积、细胞核与颗粒比率。使用了阈值分割、Canny边缘检测和颜色识别滤波器等图像处理算法。然后采用Sugeno方法的模糊规则系统识别ALL、AML M3和正常细胞。测试过程使用了104幅图像，其中29幅ALL阳性、50幅AML M3阳性和25幅正常细胞。测试结果显示准确率为83.65%。
引用
@article{arxiv.1511.04934,
title = {Identification and Counting White Blood Cells and Red Blood Cells using Image Processing Case Study of Leukemia},
author = {Esti Suryani and Wiharto Wiharto and Nizomjon Polvonov},
journal= {arXiv preprint arXiv:1511.04934},
year = {2015}
}