1、隨著物理學(xué)、信息科學(xué)和醫(yī)學(xué)越來越緊密的結(jié)合，更多人體成像工具進(jìn)入醫(yī)學(xué)臨床診斷和治療領(lǐng)域，一些新的學(xué)科和跨學(xué)科的研究領(lǐng)域也相繼誕生。影像導(dǎo)引下的計(jì)算機(jī)輔助診斷就是其中的一個(gè)典型應(yīng)用，主要是通過計(jì)算機(jī)自動(dòng)識(shí)別醫(yī)學(xué)圖像，利用人工智能的方法進(jìn)行醫(yī)學(xué)診斷。
　　 尿沉渣檢查是尿液常規(guī)檢查的一部分，該方法可以彌補(bǔ)尿液的化學(xué)檢查等方法的不足。但傳統(tǒng)的人工檢測(cè)方法過程繁且易受主觀影響，本文利用數(shù)字圖像處理技術(shù)和模式識(shí)別等相關(guān)理論，對(duì)如何實(shí)現(xiàn)尿沉

2、渣顯微圖像有形成分的自動(dòng)識(shí)別與分析進(jìn)行了深入的研究。
　　 圖像目標(biāo)識(shí)別的一般過程為圖像的預(yù)處理、圖像的分割與二值化、目標(biāo)的檢測(cè)與定位、特征的提取與選擇、分類器的訓(xùn)練與識(shí)別應(yīng)用，為了提高識(shí)別的性能，以上各個(gè)環(huán)節(jié)都必須尋求最佳的可行方法。傳統(tǒng)的目標(biāo)識(shí)別方法中用于分類器的特征提取對(duì)先前步驟中的圖像分割和目標(biāo)檢測(cè)的精確性有較高的要求。而尿沉渣顯微圖像中的有形成分種類很多，一些面積較大成分邊界不明顯，而一些成分常常粘連在一起，很難有方法

3、準(zhǔn)確地將各種有形成分逐一分割出來。
　　 本文針對(duì)以往尿沉渣圖像有形成分識(shí)別方案的缺陷，并結(jié)合尿沉渣圖像的特點(diǎn)，提出一種新的處理思路：首先利用基于顯著圖的方法對(duì)尿沉渣圖像進(jìn)行ROI（感興趣區(qū)域）提取，然后在ROI內(nèi)利用多尺度的窗口進(jìn)行掃描，在圖像識(shí)別時(shí)結(jié)合使用基于特征提取得分類技術(shù)和基于記憶模板匹配的圖像識(shí)別技術(shù)。通過實(shí)驗(yàn)分析，采用本文所提出的尿沉渣圖像有形成分識(shí)別方案較之以往的系統(tǒng)方案在準(zhǔn)確率方面得到了提高，驗(yàn)證了本文方案的有