期末作业模式识别.doc

《期末作业模式识别.doc》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、模式识别在生物医学工程中的应用 : 要模式识别是一门研究对象描述和分类方法的学科,近年来将模式识别方法应用到生物医学上,成为摘 生物医学工程内的一个热门话题。本文详细介绍了模式识别的基本方法及其在生物医学图像和生物信息学 中的应用情况,阐述了它在生物医学工程中应用的实际意义,分析了它作为一交叉学科的发展前景。 : 关键词模式识别;医学图像分析;计算机辅助诊断系统;生物信息学;图像处理;神经网络 像结构,把一个图像看成语言构造,这时的 1引言 图像识别就相当于检查图像所代表的某一 模式识别在生物医学工程中的应用 : 要模式识

2、别是一门研究对象描述和分类方法的学科,近年来将模式识别方法应用到生物医学上,成为摘 生物医学工程内的一个热门话题。本文详细介绍了模式识别的基本方法及其在生物医学图像和生物信息学 中的应用情况,阐述了它在生物医学工程中应用的实际意义,分析了它作为一交叉学科的发展前景。 : 关键词模式识别;医学图像分析;计算机辅助诊断系统;生物信息学;图像处理;神经网络 像结构,把一个图像看成语言构造,这时的 1引言 图像识别就相当于检查图像所代表的某一 模式识别诞生与20世纪20年代,随着类句型是否符合事先规定的语法,如果语法 40年代计算机

3、的出现,50年代人工智能的兴正确就识别出结果。它的基本做法是首先从 起,模式识在60年代初迅速发展成一门学待识别模式中提取特征参数,然后用这些特 科。模式识别研究的目的是构造自动处理某征参数把模式表达为特征空间的点,然后再 些信息的机器系统,以代替人完成分类和辩根据各点之间的距离进行分类和识别;近几 识的任务。它所研究的理论和方法在很多科年发展起来的结构模式法主要着眼于模式 学和技术领域中得到可广泛的重视,因此,结构,采用形式语言理论来分析和描述模式 和多种学科有着紧密联系的模式识别系统结构。此方法的系统框图如下: 和技术是

4、科学研究的热门领域,吸引了许多 来自不同领域的专家,包括生物医学工程的 专家们。特别是近几年来它在医学图象的分 析和识别方面的作用刚刚被研究者所认识, 它在医疗图象分析、心电图分析、脑电图分 2医学图象识别中的应用 析、癌细胞的识别以及远程医疗信息系统和 生物信息学中的应用,已经成为生物医学工随着计算机技术的发展,模式识别的理 程中的一重要分支。模式识别是一门研究对论和方法得到进一步的发展特别是在图像 象描述和分类方法的学科,有两种基本的识识别这个领域近年来兴旺活跃,发展蓬勃。 别方法,即统计识别方法和结构模式识别方在某种意

5、义上说,图像识别已发展成为人与 法。机器、自然科学和社会科学基础理论与技术 统计模式识别的理论和方法目前已趋应用之间的接口领域。模式识别在医学图像 于成熟,它是建立在被研究对象的统计知识方面的应用还不多,主要原因是医学图片在 上,也就是对图像进行大量的统计分析,抽预处理和分割等方面的问题还没有解决。随 出图像中本质的特征而进行识别;这种方法着计算机医学图像处理与分析技术的发展 由4个部分组成:数据获取、预处理、特征提与普及,在组织细胞形态、化学成分定量分 取和选择、分类决策,如下框图:析的研究工作和辅助临床病理诊断中,越来

6、越多地使用计算机医学图像分析系统。目前 在实际应用中有染色体分类、血球分类、细 胞分类、X射线透视照片分析等,其中利用 结构模式识别方法进行染色体分类的正确 识别率可达93.7%、血球的五类分类可做到另一种结构模式识别是立足于分析图 95%的正确分类。利用Bayesian学习理论,建处理方法改善图像质量,包括彩色图像灰度 立一个从医学专家处获取的肺癌诊断语义化、滤除干扰噪声(平滑)、图像的增强、图 的描述模型,对肺癌彩色切片图像数据的内像边缘修整,使之更适合于人眼的观察判断 容进行自动语义分析和诊断,该模型目前已或计算机的分

7、析处理。图像分割部分主要包 被成功应用于我们研制成功的肺癌早期细括:图像的几何运算、图像形态学处理等,应 胞病理诊断系统LCDS中。用适当的分割算法如:阈值法、区域生长法、 运用计算机对图象进行处理和分析,能人工神经网络法等得到感兴趣的图像区域, 有效地协助医生对诸如肿瘤等多种病症作以便以后的识别分类。特征提取中最常用的 出诊断。一方面使计算机能代替人去做那些是基于区域边界的八链码进行边界跟踪,可 费时、枯燥重复的计数工作,提高工作效率;以得到细胞、组织、器官的周长、面积等几 另一方面,臂如在识别癌细胞时,有时需要何形状和纹

8、理特征。最后的分类识别可采用 得出定量的结果,人眼难以胜任这类工作,上述的各种模式识别的方法进行。 而利用计算机图处理和模式识别技术完成除此而外,基于统计模式识别方法的显 显微图象的分析和识别已取得很大的进展。微细胞的图像识别、脑颅病变CT图像识 同时,利用人工智能、模式识别理论以及医别;