Identification of the five typical

Identification of the five typical types of white blood cells provides an assay for diagnosis of various diseases. Many automated image processing methods have been proposed to save medical operators from time-consuming and inefficient work, but these two-dimensional image-based methods depend only on the shapes to classify WBCs, of which the results are unreliable and incomplete because there are often many variances in the shapes of the five kinds of WBCs. To overcome these limitations, we proposed a spectral- and morphology-based method for white blood cell segmentation and classification that fully utilizes the abundant information carried in hyperspectral images. Utilization of spectra information makes the classification more robust and efficient. By tuning the coefficient of the spatial kernel through iterative optimization, we achieved enhanced classification accuracy compared with methods where only single features were taken into account. The experimental results demonstrated the high accuracy of this method for classifying white blood cells into the five types where the overall accuracy was over 90%. However, the spectral range of the hyperspectral imaging system is from 550 nm to 1000 nm which may not cover the whole spectral signatures of each kind of white blood cell. In the future study, we will update the hardware of the hyperspectral imaging system to obtain a broader spectral range, which will be helpful for investigating the distinct spectrum, the intrinsic relationship between the blood cell components and their spectrum differences. Then, more experiments can be tested on the connection between typical spectral bands and the biological samples. Meanwhile, we will also conduct experiments using diseased blood to verify the correctness of our proposed method. In addition, the hyperspectral blood image samples in the present study contained only one white blood cell in each image. We plan to expand our work to examine more complicated samples with multiple white blood cells mixed in one image.

ผลลัพธ์ (ไทย) 1:

รหัสของชนิดทั่วไปห้าชนิดของเซลล์เม็ดเลือดขาวให้ทดสอบการวินิจฉัยโรคต่าง ๆ หลายวิธีการประมวลผลภาพแบบอัตโนมัติได้รับการเสนอการบันทึกตัวดำเนินการทางการแพทย์จากการทำงานใช้เวลานาน และไม่มีประสิทธิภาพ แต่วิธีภาพสองมิติเหล่านี้ขึ้นกับเฉพาะบนรูปร่างเพื่อจัดประเภท WBCs ซึ่งผลเป็นที่น่าเชื่อถือ และไม่สมบูรณ์เนื่องจากมักมีผลต่างมากมายเป็นรูปห้าชนิดของ WBCs เพื่อเอาชนะข้อจำกัดเหล่านี้ เราเสนอวิธีสเปกตรัม และสัณฐานวิทยาการแบ่งเซลล์เม็ดเลือดขาวและการจัดประเภทที่ใช้ข้อมูลมากมายที่ดำเนินการในภาพ hyperspectral การใช้ประโยชน์จากข้อมูลสเปกตรัมทำให้การจัดประเภทอย่างสมบูรณ์ และมีประสิทธิภาพ โดยการปรับค่าสัมประสิทธิ์ของเคอร์เนลเชิงพื้นที่ด้วยการเพิ่มประสิทธิภาพซ้ำ เราได้เพิ่มการจัดประเภทความแม่นยำเมื่อเทียบกับวิธีการที่คุณลักษณะเดียวเท่าถูกนำมาพิจารณา ผลการทดลองแสดงให้เห็นถึงความแม่นยำสูงของวิธีการนี้สำหรับการจัดประเภทเซลล์เม็ดเลือดขาวเป็นห้าประเภทที่ความแม่นยำโดยรวมเป็นกว่า 90% อย่างไรก็ตาม ช่วงสเปกตรัมของ hyperspectral ภาพเป็นจาก 550 nm ถึง 1000 nm ซึ่งอาจครอบคลุมสเปกตรัมทั้งลายเซ็นของแต่ละชนิดของเซลล์เม็ดเลือดขาว ในการศึกษาในอนาคต เราจะปรับปรุงฮาร์ดแวร์ของ hyperspectral ภาพรับช่วงวงกว้างสเปกตรัม ซึ่งจะเป็นประโยชน์สำหรับการตรวจสอบคลื่นความถี่แตกต่างกัน ความสัมพันธ์ที่แท้จริงระหว่างส่วนประกอบเลือดและความแตกต่างของสเปกตรัม แล้ว สามารถทดสอบการทดลองเพิ่มเติมในการเชื่อมต่อระหว่างแถบสเปกตรัมทั่วไปและตัวอย่างทางชีวภาพ ในขณะเดียวกัน เราจะทำการทดลองโดยใช้เลือดที่เป็นโรคเพื่อตรวจสอบความถูกต้องของวิธีการนำเสนอของเรา นอกจากนี้ ตัวอย่างภาพเลือด hyperspectral ในการศึกษามีอยู่เพียงหนึ่งเซลล์เม็ดเลือดขาวในแต่ละภาพ แผนการขยายงานของเราเพื่อตรวจสอบตัวอย่างที่ซับซ้อนมากขึ้น มีหลายเซลล์เม็ดเลือดขาวผสมในภาพเดียวกัน

ผลลัพธ์ (ไทย) 2:

บัตรประจำตัวของห้าประเภททั่วไปของเซลล์เม็ดเลือดขาวให้ทดสอบสำหรับการวินิจฉัยโรคต่างๆ หลายวิธีการประมวลผลภาพอัตโนมัติได้รับการเสนอที่จะบันทึกประกอบการทางการแพทย์จากใช้เวลานานและการทำงานที่ไม่มีประสิทธิภาพ แต่ทั้งสองมิติวิธีการภาพที่ใช้ขึ้นอยู่เฉพาะในรูปร่างที่จะจัด WBCs ซึ่งผลลัพธ์ที่ไม่น่าเชื่อถือและไม่สมบูรณ์เพราะมักจะมี ความแปรปรวนหลายในรูปทรงของห้าชนิดของ WBCs จะเอาชนะข้อ จำกัด เหล่านี้เรานำเสนอวิธีการ spectral- และสัณฐานวิทยาที่ใช้สำหรับการแบ่งส่วนเม็ดเลือดขาวและประเภทที่ใช้ข้อมูลมากมายดำเนินการในภาพ Hyperspectral อย่างเต็มที่ การใช้ประโยชน์จากข้อมูลสเปกตรัมทำให้การจัดหมวดหมู่ที่แข็งแกร่งมากขึ้นและมีประสิทธิภาพ โดยการปรับค่าสัมประสิทธิ์ของเคอร์เนลเชิงพื้นที่ด้วยการเพิ่มประสิทธิภาพการทำซ้ำที่เราประสบความสำเร็จในความถูกต้องของการจัดหมวดหมู่ที่เพิ่มขึ้นเมื่อเทียบกับวิธีการที่มีเพียงคุณสมบัติเดียวที่ถูกนำเข้าบัญชี ผลการทดลองแสดงให้เห็นถึงความแม่นยำสูงของวิธีการนี​​้ได้แบ่งประเภทของเซลล์เม็ดเลือดขาวเข้าไปในห้าชนิดที่ถูกต้องโดยรวมเป็นกว่า 90% อย่างไรก็ตามช่วงสเปกตรัมของระบบการถ่ายภาพ Hyperspectral จาก 550 นาโนเมตรถึง 1000 นาโนเมตรซึ่งอาจไม่ครอบคลุมลายเซ็นสเปกตรัมทั้งชนิดของเซลล์เม็ดเลือดขาวแต่ละ ในการศึกษาในอนาคตเราจะปรับปรุงฮาร์ดแวร์ของระบบการถ่ายภาพ Hyperspectral ที่จะได้รับช่วงสเปกตรัมที่กว้างขึ้นซึ่งจะเป็นประโยชน์ในการตรวจสอบคลื่นความถี่ที่แตกต่างกัน, ความสัมพันธ์ที่แท้จริงระหว่างส่วนประกอบของเม็ดเลือดและความแตกต่างของพวกเขาสเปกตรัม จากนั้นทดลองเพิ่มเติมสามารถทดสอบในการเชื่อมต่อระหว่างวงดนตรีสเปกตรัมทั่วไปและตัวอย่างทางชีวภาพ ในขณะเดียวกันเรายังจะดำเนินการทดลองโดยใช้เลือดโรคเพื่อตรวจสอบความถูกต้องของวิธีที่นำเสนอของเรา นอกจากนี้กลุ่มตัวอย่างภาพเลือด Hyperspectral ในการศึกษาในปัจจุบันมีเพียงเซลล์เม็ดเลือดขาวหนึ่งในแต่ละภาพ เราวางแผนที่จะขยายการทำงานของเราเพื่อตรวจสอบตัวอย่างที่ซับซ้อนมากขึ้นที่มีหลายเซลล์เม็ดเลือดขาวผสมในภาพหนึ่งภาพ

ผลลัพธ์ (ไทย) 3:

การละเล่นไทยเป่ากบ