尿沉渣细胞图像的预处理和分割研究综述

doi:10.3969/j.issn.1007-2985.2012.04.011

journal6 ›› 2012, Vol. 33 ›› Issue (4): 49-52.DOI: 10.3969/j.issn.1007-2985.2012.04.011

尿沉渣细胞图像的预处理和分割研究综述

（1.阿坝师范高等专科学校，四川汶川 623002；2.西南民族大学,四川成都 610041)

出版日期:2012-07-25 发布日期:2012-09-11
作者简介: 张小琴（1982-），女，四川新都人，阿坝师范高等专科学校教师，硕士，主要从事生物数字图像处理研究.
基金资助:
阿坝师范高等专科学校科研资助项目（ASB12-29）

Preprocessing and Segmentation for Urinary Sediment Cell Image

(1.Aba Teachers College,Wenchuan 623002,Sichuan China；2.Southwest University for Nationalities,Chengdu 610041,China)

Online:2012-07-25 Published:2012-09-11

摘要/Abstract

摘要：尿沉渣有形成分镜检是医院临床3大常规检验项目之一，能为肾脏、泌尿道、循环系统和感染性疾病等病理诊断和鉴别提供依据.详细地综述了尿沉渣细胞图像的特点、现有预处理方法和图像分割算法，为进一步细化尿沉渣有形成分提供了理论改进依据.

关键词： 尿沉渣, 去噪, 图像分割, 算法

Abstract: Microscopic urinary sediment examination is the three regular clinical inspection items in hospital,It can provide the basis for pathological diagnosis and identify of the kidney,urinary tract,circulation system and infectious disease.This paper reviews cell characteristics of the urinary sediment images,the existing methods of pretreatment and image segmentation algorithm.For further refinement of the visible urine sediment compositions,this paper provide reference for theoretical improvement.

Key words: urinary sediment, denoising, image segmentation, algorithm

张小琴, 李懿, 鲜雪梅, 郝葆青. 尿沉渣细胞图像的预处理和分割研究综述[J]. journal6, 2012, 33(4): 49-52.

ZHANG Xiao-Qin, LI Yi, XIAN Xue-Mei, HAO Bao-Qing. Preprocessing and Segmentation for Urinary Sediment Cell Image[J]. journal6, 2012, 33(4): 49-52.

参考文献

[1] 梁光明.体液细胞图像有形成分智能识别关键技术研究 [D].长沙：国防科学技术大学研究生院，2008.

[2] 赵少敏.尿沉渣图像的分割与识别算法的研究 [D].重庆：重庆大学通信工程学院，2010.

[3] 郑建立,陈兆学.一种快速尿沉渣图像分割方法 [J].微计算机信息，2011,27（12）:19-21.

[4] 罗宏文.尿沉渣显微细胞图像去噪与分割的数学模型及快速算法 [D].长春：吉林大学数学研究所，2009.

[5] 李春燕.尿沉渣图像有形成分分割与两类细胞识别 [D].重庆：重庆大学计算机学院，2010.

[6] 沈美丽.尿沉渣有形成分自动分类系统研究 [D].长春：长春理工大学电子信息工程学院,2006.

[7] 李勇明.尿沉渣图像自动识别算法的研究 [D].重庆：重庆大学，2007.

[8] 陈兆学,赵晓静,聂生东.Mean shift方法在图像处理中的研究与应用 [J].中国医学物理学杂志，2010，27（6）:2 244-2 249.

[9] 黄梓效.尿沉渣显微图像中红细胞分割识别方法研究 [D].长沙：湖南大学电气与信息工程学院，2009.

[10] 裴元焜.基于神经网络与模糊推理的尿沉渣识别系统研究 [D].南京：南京信息工程大学电子与信息工程学院，2008.

[11] 杜莉莉.基于分水岭算法的尿沉渣图像处理方法研究 [D].长春：长春理工大学电子信息工程学院，2005.

[12] W.YING,Y NAKANO,NAGATA.A Method for Classifying Blood Cells in Urinary Sediment Using Neural Network[J].Medical Imaging Technology,1998,16(2):157-163.

[13] 蔡永军,刘伟玲,虞启琏.遗传神经网络在尿沉渣识别中的应用 [J].医疗卫生装备，2004（11）:1-2.

[14] 申小娜,林琼.C-V活动轮廓模型的一个注记 [J].计算机工程与应用,2010,46(32):182-184.

[15] CHAN T F,VESE L A.Active Contours Without Edges [J].IEEE Transactions on Image Processing,2001,10(2):266-277.

[16] 陈琳.尿沉渣有形成分自动识别 [D].重庆：重庆大学计算机学院，2010.

[17] 王强,张天桥,张灿龙，等.改进型Snake算法在尿沉渣图像处理中的应用 [J].广西师范大学学报：自然科学版，2006,24（4）:215-218.

[18] 陈志刚,尹福昌,王斌.基于小波和水平集方法的尿沉渣图像分割 [J].计算机应用研究，2008,25（9）:2 878-2 880.

尿沉渣细胞图像的预处理和分割研究综述

Preprocessing and Segmentation for Urinary Sediment Cell Image

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	曹卿. 基于潜在数据挖掘的小样本数据库对抗攻击防御算法[J]. 吉首大学学报（自然科学版）, 2024, 45(1): 30-35.
[2]	刘晓梅, 董仲博. 基于一致性哈希算法的分布式数据库索引查询优化方法[J]. 吉首大学学报（自然科学版）, 2024, 45(1): 36-41.
[3]	李苗. 基于IPv6的通信网络多信道协作路由跨层控制系统[J]. 吉首大学学报（自然科学版）, 2023, 44(5): 35-41.
[4]	涂明玥. 基于CFEM的D-N交替算法的一类凹角区域各向异性外问题求解[J]. 吉首大学学报（自然科学版）, 2023, 44(4): 31-38.
[5]	于存威, 莫礼平, 万润泽. 基于莱维飞行和布朗运动的鲸鱼优化算法[J]. 吉首大学学报（自然科学版）, 2023, 44(2): 24-32.
[6]	林锟煌, 李建锋, 汪洋, 刘志杰, 刘哲宇. 改进的YOLOv4肺结节检测算法[J]. 吉首大学学报（自然科学版）, 2023, 44(1): 24-29.
[7]	许雪梅, 杨奋林. 3种光源下的朗伯体表面反射模型[J]. 吉首大学学报（自然科学版）, 2023, 44(1): 30-33.
[8]	印煜民, 廖柏林. 基于仿生算法优化的镜像极限学习机的应用[J]. 吉首大学学报（自然科学版）, 2022, 43(6): 14-19.
[9]	蒋梓浩, 任涛, 周祺, 骆加冕. 基于随机森林与L-M算法的C4烯烃制备优化模型[J]. 吉首大学学报（自然科学版）, 2022, 43(3): 79-83.
[10]	韩粉, 杨奋林. 基于新非线性多重网格法的图像去噪[J]. 吉首大学学报（自然科学版）, 2022, 43(1): 38-42.
[11]	姜婷. 变邻域人工蜂群算法求解配送中心选址问题[J]. 吉首大学学报（自然科学版）, 2021, 42(5): 27-33.
[12]	孙宇扬, 欧云, 奉松绿, 周恺卿. 基于改进GST算法的字符串相似度检测[J]. 吉首大学学报（自然科学版）, 2021, 42(5): 34-37.
[13]	莫礼平, 黄永琨. 基于FP-Growth算法的词性标注规则获取方法[J]. 吉首大学学报（自然科学版）, 2021, 42(4): 38-43.
[14]	刘倩岚, 雷亿辉, 肖育江, 董亚玲. 蒙特卡洛算法在热防护服传热模型建立中的应用[J]. 吉首大学学报（自然科学版）, 2021, 42(3): 52-56.
[15]	吴莹, 欧云, 姚玄石, 丁雷. 基于改进和声算法的TSP路径求解[J]. 吉首大学学报（自然科学版）, 2021, 42(1): 35-40.