题目：基于显微图像的白细胞生物特征量化分析方法研究

血液常规检验是疾病诊断和治疗中最常用的检验项目，检验设备和原理迎来了日新月异的变革。基于显微图像的血细胞形态学自动分析方法符合当前早期发现、精确定量、智能化服务的医学诊断发展方向，相关研究已成为当前生物医学领域的一个重要主题。本文以血液中最重要的有形成分——白细胞作为研究对象，对其生物特征的检测和建模方法进行深入研究，并探讨该类生物特征在白细胞自动分类和异常形态自动评价中的应用。本论文主要开展了如下研究：1) 针对白细胞的自动分割问题，提出基于水平集算法的活动轮廓方法；在采用大津法和贝叶斯分类器对胞核区域和红细胞区域进行预分割的基础上，通过区域调整和合并，将白细胞分割的多相问题转化为两相问题；最后采用Chan-Vese模型对白细胞进行分割，提高了分割算法对模糊边界和强噪声的鲁棒性。2) 借鉴SURF算法特征点检测的思路研究白细胞胞浆颗粒检测的途径，首先参考胞核区域饱和度分布对胞浆颜色进行线性归一化以提高检测精度，随后给出胞浆颗粒检测的SURF模板构建结果和颗粒检测流程，并归纳了不同分辨率下胞浆颗粒检测的模板尺寸选择原则。3) 建立基于骨架和图论的胞核拓扑形态模型及胞核分叶状况评价方法：在综合AFMM和并行细化算法计算胞核骨架的基础上，结合图论及宽度分布构建四元图模型对胞核拓扑形态进行描述；在此基础上，提出宽度分布分析和图结构分离的核分叶计数原则，并对中性粒细胞的平均核叶数及核叶分布进行了估计。4) 提出“分割-目标区域分类”的核仁检测新思路，首先采用Mean Shift方法将整个胞核区域根据颜色一致性和空间聚集性分割为独立的子区域，然后提出基于灰度共生矩阵、小波分解、分形和几何形状的子区域特征构建方法，最终利用集成分类算法识别核仁对象，取得比较理想的检测结果。5) 探讨前述生物特征在白细胞自动分类和异常形态评估方面的应用：在胞浆颗粒及核仁检测结果的基础上，提取描述颗粒分布及核仁属性的特征，并与常用的白细胞统计特征结合构成联合特征空间，经验证该特征可以显著提高白细胞的分类效果，尤其是对含中毒颗粒的中性粒细胞和原始细胞的提高最为明显；采用颗粒特征和SVM分类器构建了中毒颗粒自动评价机制，实现了中性粒细胞中毒颗粒的自动检测及评价。总之，论文的研究内容既涵盖了不同生物特征的检测和建模方法，也涉及到各种特征在细胞分类和形态分析中的应用。这一工作将为白细胞的形态学分类提供新的特征，同时为血细胞异常形态评价和疾病诊断提供有力的理论和技术支持。