[發明專利]一種基于多特征融合的寄生蟲蟲卵識別方法

在審

• 申請號: 201410587222.8
• 申請日: 2014-10-28
• 公開（公告）號: CN104392240A
• 公開（公告）日: 2015-03-04
• 發明（設計）人: 沈海默;陳韶紅;陳家旭
• 申請（專利權）人: 中國疾病預防控制中心寄生蟲病預防控制所
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 上海世貿專利代理有限責任公司 31128
• 代理人: 嚴新德

技術領域：

本發明屬于圖像識別技術領域，尤其涉及一種蟲卵識別方法，具體來說是一種基于多特征融合的寄生蟲蟲卵的識別方法。?

背景技術：

寄生蟲病仍然是全球性的公共衛生問題之一，蟲卵鏡檢是關鍵的防治技術之一，也是寄生蟲形態特征分析和后續生物學研究的一個基礎環節。寄生蟲蟲卵的識別無法象血細胞分析一樣用自動化儀器進行，長期以來只能依賴人眼在顯微鏡下進行觀察分辨。但在眾多的寄生蟲樣本中對不同的蟲卵進行鑒別是一項既繁瑣的工作，同時還需要對技術人員進行專門的培訓。目前采用標本人工涂片后在顯微鏡下肉眼辨別的方法,不僅操作繁瑣、識別誤差隨檢驗人員的經驗和狀態而異,而且缺乏客觀性和精確性,檢驗標本圖像、數據和結果不便于存儲、重現和檢索,不能適應現代醫療信息化發展的需求。因此，有必要借助計算機技術來協助進行寄生蟲蟲卵的識別。?

1995年大連理工大學電子系的孔祥維開展了顯微鏡下蠕蟲卵微機檢測與識別系統的研究，正確識別率接近92.3％。1997年趙亞娥也開展了針對10種寄生蟲蟲卵圖像的自動識別研究，提取了蟲卵區域的周長、面積、圓形度和密度四個特征進行了識別，識別正確率達到了92％。中山大學傅承彬等2002年開發出對7種吸蟲成蟲標本并提取相應的13個形態學特征進行識別分類，識別準確率達89.04％。但圖像需要用利用Photoshop、AutoCAD、等進行預處理。2004年郭曉敏利用小波分類提取了蟲卵圖像的小波變化系數特征，并選用了概率神經網絡來對蟲卵進行了分類。2005年李俊峰利用樹型分層原理結合最小距離分類原則、Bayes判別準則和人工神經網絡等構建分類器進行識別，正確率達到94.91％。2005年湖南大學的彭社欣開發寄生蟲識別系統，識別率可達到93.0％。2007年羅澤舉、宋麗紅等人提出一種新型圖像特征提取方法并且采用SVM對血吸蟲等九種寄生蟲蟲卵圖片實現自動識別和分類，識別率達到93.9％。?

在國外，1996年丹麥哥本哈根獸醫實驗室Sommer?C.利用計算其傅里葉變換的振幅進行分類，準確識別率為81.5％；Sommer?C.于1998年提取了三種牛線蟲蟲卵圖像的大小、紋理和形狀特征用于分類識別，使得平均正確識別率達到91.2％；1999年韓國首爾國立大學Yang?ySll31等人采用7種共52張人體寄生蟲蟲卵圖像，并利用人工神經網絡識別方法對提取的4種形態學特征進行分類檢測和識別，識別準確率達到86?％。Yang等于2001年增加了蟲卵的種類和圖片數量，并利用上述方法進行分類檢測和識別后得到的正確識別率提高到90.3％。2000年希臘雅典國家科技大學的G.Theodoropoulos[141等人對寄生于家畜中的五種線蟲幼蟲圖像進行數字圖像識別處理，提取的7個有效特征參數進行分類，正確識別率為91.9％。2007年巴西圣保羅大學的Jane?S.Fraga等人利用Bayes分類器實現了對家禽感染寄生蟲的識別，識別率達到85.75％。同年蘇丹的S.Raviraja運用統計學的方法來分類感染瘧疾病原體的血液圖片的分類。?

雖然國內外有關研究人員都在嘗試利用計算機進行寄生蟲病原體的自動識別研究,但利用計算機對寄生蟲卵圖像進行自動識別仍有不少困難,主要體現在以下幾方面:?

a)寄生蟲的種類多,使得在圖像預處理時很難找到能適合所有蟲卵的方法,寄生蟲卵的形態顏色各異,使得選取區分各種蟲卵的特征很困難；?

b)由于圖像拍攝裝置的差異、拍攝環境的不同,即使是同一種蟲卵,拍攝出來的圖像在背景和蟲卵本身的顏色等方面也可能存在差異,這也會影響識別效果；?

c)寄生蟲卵本身在不同的時期也會有不同的形態,有的甚至相差很大,如蛔蟲卵在未受精未脫蛋白膜時期和已受精已脫蛋白膜時期就明顯不同。?

從現有研究資料看,我國外開展寄生蟲蟲卵數字圖像自動識別研究不到十五年,遠未達到臨床應用或自動化儀器識別的程度,帶有濃厚的“純研究”色彩,問題主要表現在以下三個方面:?

a)能夠識別的種類較少,往往局限于某幾種、某類蟲卵或成蟲的實驗室研究,適應面太窄的系統在臨床上應用價值不高。?

b)識別系統處理過程中需要人工干預的部分多,如有的識別系統需要先用通用軟件測量出特征參數并錄入數據庫后再調用出來進行分類識別,并非一體化的識別系統；有的系統需要用鼠標選定目標或確定邊界跟蹤分割的起始點,離聲稱的“自動”識別距離甚遠。?