沈海默,艾琳,蔡玉春,卢艳,陈韶红*
SHEN Hai-mo, AI Lin, CAI Yu-chun, LU Yan, CHEN Shao-hong*
摘要: 目的 借助计算机技术协助进行寄生虫虫卵的识别,建立适应自动化仪器中临床应用的虫卵分类器算法和相应流程。 方法 选择华支睾吸虫(Clonorchis sinensis)、猪带绦虫(Taenia solium)、蛲虫(Enterobius vermicularis)、蛔虫(Ascaris lumbricoides)、鞭虫(Trichuris trichiura)、曼氏迭宫绦虫(Spirometra mansoni)、阔节裂头绦虫(Diphyllobothrium latum)、十二指肠钩虫(Ancylostoma duodenale)、日本血吸虫(Schistosoma japonicum)、卫氏并殖吸虫(Paragonimus westermani)和布氏姜片吸虫(Fasciolopsis buski)等11种寄生虫的虫卵,分为训练组和测试组进行显微摄影,并使用基于VC++技术进行特征值提取。构建特征值数据库,使用多种分类算法对训练组数据库进行测试,选取分类效率最高的方法构建分类器,建立基于多特征融合的识别方法。 结果 获取了11种寄生虫虫卵图像,去除无法识别或含无效值的图片后,训练数据组虫卵图片为19 844张,测试组为3 721张。对虫卵的14种特征值进行采集,发现11种虫卵的大小、颜色均有显著差异。如11种虫卵中体积最小的华支睾吸虫虫卵的长度、宽度、面积、亮度的均值分别为292.24 μm、192.64 μm、43 416.61 μm2、53.84,而体积最大的布氏姜片吸虫虫卵则分别为945.31 μm、610.88 μm、536 002.60 μm2、100.54。在多特征融合检索时用动态生成权值的方法建立分类器,对训练样本集的区分率为88.89%(17 641/19 844),该分类器对测试样本集的识别率为91.83%(3 004/3 271),平均建模时间为0.01 s。 结论 建立了基于特征值融合方法的寄生虫虫卵分类器算法及相应流程,为其可行性的进一步研究打下了基础。