使用修改的流域算法对外围血液涂抹图像进行白细胞的自动细分
Vipasha Abrol1, Sabrina Dhalla1, Savita Gupta1
1UIET, Panjab University, Chandigarh, India.
Wireless personal communications
|June 26, 2023
概括
这项研究引入了一种改进的方法,用于在血液涂抹图像中对白细胞进行细分,以帮助诊断白血病. 改进的算法达到94%的精度,HSV颜色空间在图像细分方面表现出卓越的性能.
科学领域:
- 医疗图像分析 医学图像分析
- 血液学 血液学 血液学
- 计算病理学计算病理学
背景情况:
- 白血病的诊断依赖于识别异常的血细胞计数.
- 周围血液涂抹 (PBS) 图像的自动分析对于快速检测白血病至关重要.
- 精确细分白细胞是自动化PBS图像分析的关键第一步.
研究的目的:
- 介绍一个强大的算法细分白细胞在微观的外周血液涂抹图像.
- 为了评估白细胞细分在不同颜色空间的性能.
- 通过改进图像处理,提高白血病自动诊断的准确性.
主要方法:
- 开发了一个细分算法,利用基于标记的分水方法和峰值局部最大值.
- 采用三种不同的颜色空间进行图像增强和分析.
- 在不同的图像特征 (颜色,分辨率,放大) 的不同数据集上测试了算法.
主要成果:
- 在所有评估的色彩空间中,平均精度为94%.
- 与其他空间相比,HSV颜色空间在结构相似度指数 (SSIM) 和回忆方面表现优越.
- 发现颜色空间校正技术可以提高拟议方法的整体准确性.
结论:
- 拟议的细分算法有效地识别了PBS图像中的白细胞.
- 建议使用HSV颜色空间,以提高白细胞细分的准确性.
- 这项研究为开发更精确的自动化白血病诊断工具提供了宝贵的见解.
