张赞超
- 作品数：5 被引量：21H指数：2
- 供职机构：浙江大学生物医学工程与仪器科学学院生物医学工程系更多>>
- 发文基金：国家自然科学基金浙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 基于细胞神经网络的尿沉渣图像分割被引量：5
- 2008年
- 针对临床尿沉渣显微图像识别问题,提出了一种新的图像预处理方法和基于细胞神经网络(CNN)的分割算法.该方法通过拉伸图像中各个像素的灰度值与局部灰度值之间的差来增强图像中目标的边界,通过对局部灰度均值的非线性变换来消除图像中光照的不均匀,进而设计出合适的CNN模板来分割图像,最终利用形态学操作得到分割结果.通过对100幅临床尿液样本图像的测试,并与传统的阈值分割法相比,该方法获得了更加连续的边界和更加准确的目标分割结果,并已集成到全自动尿液粒子分析系统中,应用于临床,取得了良好的效果.
- 张赞超夏顺仁段会龙
- 关键词：图像分割图像增强
- 基于SVM的尿液粒子识别算法研究
- 2008年
- 本文将支持向量机的算法引入到尿沉渣有形成分的分类问题上。在提取特征的基础上,采用交叉验证法和精度等高线图进行核函数及参数的选择,根据支持向量机和数据集特点,设计出由两级分类器集成的支持向量机多分类器,得到了相应的混淆矩阵。临床实验数据分类评测以及与神经网络方法比较结果表明,提出的算法具有一定的优势。
- 傅聪夏顺仁张赞超
- 关键词：统计学习理论支持向量机尿沉渣图像混淆矩阵
- 医学图像识别中多分类器融合方法的研究进展被引量：15
- 2006年
- 计算机辅助医学图像分析识别对多种疾病的临床诊断有着重要的意义。由于医学图像自身的复杂性,单一分类器的识别性能常常难以满足临床上的要求,因此近年来,作为一种能有效改进单一分类器识别性能的方法,多分类器融合技术被逐步应用到包括乳腺X光片识别、肿瘤细胞识别以及内窥镜图像分析等领域,并取得了更为满意的识别结果。在参阅大量文献的基础上,对多分类器融合识别技术的理论分析及其在医学领域的研究及应用现状进行了综述,进而对其存在的问题进行了分析以及前景展望。
- 谢华夏顺仁张赞超
- 关键词：医学图像多分类器模式识别计算机辅助诊断
- 全自动尿液图像识别技术被引量：1
- 2009年
- 提出了一种全自动的尿液显微图像处理方法.提出一种新的图像预处理方法,通过拉伸图像中各个像素的灰度值与局部灰度值之间的差来增强图像中目标的边界,通过对局部灰度均值的非线性变换来消除图像中光照不均匀的影响.设计恰当的细胞神经网络(CNN)模板分割图像,采用形态学操作和对边缘链码序列的操作,分离黏连细胞,得到分割的最终结果.在获取目标区域后,提取目标的各种形态学参数和纹理参数,采用多个多层感知(MLP)网络分层次地对目标进行分类,得到全自动的处理结果.通过对大量临床尿液样本图像的测试,该方法获得了良好的分割和自动识别结果,并已经集成到全自动尿液图像分析系统中应用于临床,取得了良好的效果.
- 张赞超夏顺仁
- 关键词：尿液图像分割细胞神经网络图像增强多分类器融合
- 基于主分量分析的自动聚焦算法研究
- 2008年
- 本文通过对多组图像分别提取多个清晰度评价指标,提出了利用主分量分析进行多指标融合,得到最终清晰度评价的自动聚焦算法。随机采集的70组显微细胞图像实验评测结果表明,算法较好地增大了图像清晰度之间的差异,与单指标判断相比较,取得了更高的聚焦正确率。
- 张赞超夏顺仁
- 关键词：COMPONENTANALYSIS自动聚焦
