ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Determining Numbers of Red Blood Cells in Blood Smear Images Using Blob Detection

العنوان بلغة أخرى: تحديد عدد كريات الدم الحمراء فى صورة مسحة الدم باستخدام تحديد الفقاعة
المصدر: مجلة كلية المأمون
الناشر: كلية المأمون الجامعة
المؤلف الرئيسي: حسن، نداء فليح (مؤلف)
المؤلف الرئيسي (الإنجليزية): Flyh, Nadaa
مؤلفين آخرين: شنقار، أسماء إبراهيم حسين (م. مشارك)
المجلد/العدد: ع29
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2017
الصفحات: 277 - 291
DOI: 10.36458/1253-000-029-015
ISSN: 1992-4453
رقم MD: 853548
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink, HumanIndex, IslamicInfo
مواضيع:
كلمات المؤلف المفتاحية:
Blood smear | Blob detection | RBC | Counting | segmentation
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: إن تحديد عدد خلايا الدم الحمراء (كريات الدم الحمراء) في صور مسحة الدم أمر مهم لكشف ومتابعة عملية علاج بعض الأمراض مثل فقر الدم وسرطان الدم.. الخ، وان تحديد عدد كريات الدم الحمراء يدويا هي عملية مملة ومستهلكة للوقت ولكن يمكن أن تكون مبسطة عن طريق التحليل الآلي، في هذا البحث تم اقتراح خوارزمية جديدة لتقسيم وتحديد عدد كريات الدم الحمراء في الصور المجهرية لخلايا الدم باستخدام تحديد الفقاعة، تتكون الخوارزمية المقترحة من ثلاث مراحل وهي عملية تجهيز ومعالجة الصور، تحديد الحواف ومرحلة التقسيم، في تحديد عدد كريات الدم الحمراء تم استخدام (65) عينة من الصور المجهرية لخلايا الدم وأفضل معدلات العد هي (93.6 %) قد تحققت عند استخدام طريقة تحديد الفقاعة مقارنة مع الطريقة التقليدية للعد والفرز اليدوي.

Counting of red blood cells (RBCs) in blood smear images is significant to detect and follow the process of treatment in some blood diseases like Anemia, malaria, leukemia …. etc. The determination and counting of RBCs manually is boring and time-consuming, but it can be simplified by means of automatic analysis. In this paper, a new algorithm is proposed to segment and count of RBCS in microscopic blood cell images using Blob detection, the proposed algorithm consists of three stages: preprocessing, edges detection and segmentation. Determining the number of RBCs is made by using (65) samples microscopic images and the best counting rates (93.6 %) is achieved when using Blob detection method compared with conventional manual counting method.

ISSN: 1992-4453