کد مقاله کد نشریه سال انتشار مقاله انگلیسی ترجمه فارسی نسخه تمام متن
7129984 1461615 2016 5 صفحه PDF سفارش دهید دانلود رایگان
عنوان انگلیسی مقاله ISI
A spectral and morphologic method for white blood cell classification
ترجمه فارسی عنوان
یک روش طیفی و مورفولوژیک برای طبقه بندی سلول های سفید خون
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
سفارش ترجمه تخصصی
با تضمین قیمت و کیفیت
کلمات کلیدی
ترجمه چکیده
شناسایی گلبول های سفید اهمیت دارد زیرا آن را برای تشخیص بیماری های مختلف فراهم می کند. برای غلبه بر پیچیدگی و عدم قطعیت روش های سنتی مبتنی بر میکروسکوپ نور، ما یک روش طیفی و مورفولوژیک بر اساس تصاویر خون هیپرشکرال پیشنهاد دادیم. ما روش های مبتنی بر مورفولوژی ریاضی را برای استخراج اطلاعات مکانی استفاده کردیم و روش نظارت برای تحلیل طیفی استفاده می شود. نتایج تجربی نشان می دهد که گلبول های سفید سفید می توانند تقسیم شوند و به پنج نوع تقسیم شوند و دقت کلی بیش از 90٪ باشد. علاوه بر این، آزمایشات از جمله ویژگی های طیفی به دقت بالاتر نسبت به موارد فضایی تنها رسید، با حداکثر بهبود نزدیک به 20٪. با ترکیبی از هر دو ویژگی فضایی و طیفی، روش پیشنهاد شده، دقت طبقه بندی بالاتر را نسبت به روش های سنتی ارائه می دهد.
اگر به ترجمه دقیق تر نیاز دارید، مترجمان ما آمادگی دارند این مقاله را با کیفیت مطلوب و هزینه مناسب برای شما ترجمه نمایند.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی برق و الکترونیک
چکیده انگلیسی
The identification of white blood cells is important as it provides an assay for diagnosis of various diseases. To overcome the complexity and inaccuracy of traditional methods based on light microscopy, we proposed a spectral and morphologic method based on hyperspectral blood images. We applied mathematical morphology-based methods to extract spatial information and supervised method is employed for spectral analysis. Experimental results show that white blood cells could be segmented and classified into five types with an overall accuracy of more than 90%. Moreover, the experiments including spectral features reached higher accuracy than the spatial-only cases, with a maximum improvement of nearly 20%. By combing both spatial and spectral features, the proposed method provides higher classification accuracy than traditional methods.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Optics & Laser Technology - Volume 84, October 2016, Pages 144-148
نویسندگان
, , , , , ,
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
سفارش ترجمه تخصصی
با تضمین قیمت و کیفیت