换一批基于医学高光谱显微图像光谱空间信息的血细胞分类
Blood cell classification based on spectral-spatial information in medical hyperspectral image
摘要目的:提出一种新的从医学高光谱成像中提取基于光谱空间信息的血细胞分类框架.给出一个使用高光谱成像的血细胞分类与计数方法,能以其独特的特征改善分类精度和异常细胞的识别.方法:使用显微高光谱摄像仪采集高光谱血细胞图像,能够同时保证采集数据的高空间和光谱分辨率.高光谱数据中包含了几十个连续的窄波段,这样能够显示不同物质的光谱细节信息差异.对于血细胞分类,波段选择首先采用保存信息量最丰富的波段,然后用Gabor滤波器表示有用的空间信息.最后,使用一些先进的基于像素的分类器,例如稀疏表示分类器、支持向量机、核函数极限学习机,去验证所提取光谱空间特征.结果:本文提出的分类框架,充分利用了极有可能是同类像素的空间邻域信息,这已经经过了医学高光谱数据的验证.结论:实验结果表明此框架在不同训练样本数量的情况下,与传统单纯基于光谱信息分类方法相比,显著提升了分类精度.
更多相关知识
关键词
医学高光谱成像血细胞分类Gabor滤波器稀疏表示medical hyperspectral imagingblood-cell classificationGabor filtersparse representation
分类号
Q2-33（细胞生物研究方法）
栏目名称
DOI
10.3969/j.issn.1005-202X.2017.09.011
发布时间
2017-10-27（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览147
- 被引5
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
