导读:本文包含了皮肤表面检测论文开题报告文献综述、选题提纲参考文献,主要关键词:皮肤,表面,光谱,长程,图像处理,轮廓,测量。
皮肤表面检测论文文献综述写法
何永玲,易法令,余悦泳,蔡灿凯[1](2018)在《一种便携式人体皮肤表面油脂检测装置的研究与设计》一文中研究指出针对现有皮肤油脂检测装置设备昂贵、测量速度慢和普遍推广难度大等问题,利用光电检测技术和超低功耗MSP430F5系列单片机设计一种便携式人体皮肤表面油脂检测装置。该装置由油脂采集探头和分析主机两部分组成,油脂采集探头选用双面细磨砂玻璃吸附人体皮肤表面油脂,利用红外光电检测技术进行油脂含量的电信号转换,最后分析主机根据经过实验验证的经验公式计算出所测皮肤表面的油脂含量,还可将测试结果无线传输给移动手机以供数据存储和分享,开发了对应功能的手机APP。实验结果表明,该装置的检测结果能正确反映人体皮肤表面的油脂含量,且测试速度快,移动便携,可用于化妆品功效评价和皮肤类型判断方面的大众推广,具有良好的市场前景。(本文来源于《现代电子技术》期刊2018年05期)
李天棋[2](2016)在《皮肤表面粗糙度检测技术的研究》一文中研究指出皮肤的好坏不仅反映人体的生理健康状况,更重要的是它影响着一个人的外在形象,决定着人们的第一印象。因此,医学界以及护肤品销售商一直在致力于研究如何定量、客观的描述皮肤表面的状态。通过学习研讨相关知识的概念公式以及借鉴前人的经验,构建了一个完整的检测系统,用于评价皮肤粗糙度水平,重点在于研究图像纹理特征的统计分析法。文中开篇介绍了皮肤纹理的具体物理特征,皮肤变得粗糙后纹理特征发生的相应改变。从若能够有效的检测皮肤粗糙度会给医师带来的诸多便利,以及为护肤专家提供了客观的第一于的数据等方面,阐明了该项工作的意义。介绍了传统的和目前较为先进的检测手段,论述了不同方法在检测过程中的优势和弊端。分析了图像增强的多种方式,并进行了实验,对结果进行了分析对比,提出了用Gabor滤波对图像预处理来去除皮肤图像噪声,使纹理图像更适合于接下来的特征提取操作。下面就是纹理特征提取算法的学习,重点是对灰度共生矩阵算法和局部二值模式算法进行了深入的学习研究,并从算法的不足之处入手,考虑到局部二值模式法的优势,提出了采用将局部二值模式法与空间灰度共生矩阵法相结合的方法来提取皮肤纹理特征,即先利用均匀旋转不变的LBP算子对图像进行运算得到LBP图像,进而通过计算矩阵的多个特征统计量来反映皮肤纹理的特征,并与对图像直接求其灰度共生矩阵在实验效率以及后续分类的准确性上进行对比。然后,介绍了神经网络模式识别技术及目前的研究发展现状,在对传统的BP网络算法研究的基础上,采用了一种改进的BP网络算法作为分类识别算法。在MATLAB环境下编写了皮肤图像的预处理程序和特征提取程序,设计了基于便携式数码显微镜和计算机的手部皮肤图像采集系统。通过真实皮肤图像的测验,证明了利用局部二值模式法和灰度共生矩阵法相融合的方法提取的特征量是可靠的,在分类上是正确的且高效的。由此可以知,文中提出的关于皮肤粗糙度的检测系统在理论上是没有漏洞的,在实际操作中是可以投入使用的。(本文来源于《东北林业大学》期刊2016-04-01)
张琳[3](2013)在《表面等离子体共振检测慢性皮肤溃疡分泌物》一文中研究指出表面等离子体共振(Surface Plasmon Resonance,SPR)作为一种光学传感技术已在生物分子相互作用、临床诊断和环境监控等领域获得了广泛应用,但是其与中医药的结合研究却尚属空白。慢性皮肤溃疡是临床难治性疾病,溃疡皮肤的创面修复是多种细胞、组织因子共同参与的复杂过程。为了了解创面修复过程中各因子的作用,需要对因子含量进行检测。现有免疫学检测方法存在操作复杂、耗时耗材、重复性差等缺点,导致单个样本不便即时检测,尤其是部分定量实验方法所需样本量较大,使其不宜在临床推广应用。SPR传感技术具有无需标记、灵敏度高、实时监测、耗样少等优点,因此,利用该技术进行慢性皮肤溃疡临床检测便具有了一定的可行性。长程表面等离子体共振(Long-Range Surface Plasmon Resonance,LRSPR)因其更高的性能指标已经得到越来越多的关注,但是其结构特点却限制了其检测范围,影响了其实际应用。对此,我们实验室提出了一种基于MgF2-Au-MgF2膜层结构的对称结构LRSPR,并实现了仪器化。我们对LRSPR生物传感仪的性能指标进行检测,结果显示仪器灵敏度为1.22×105pixels/RIU而系统的分辨率是6.1×10-7RIU。在实现对称LRSPR结构生物传感器的仪器化之后,我们利用该自组装生物传感仪对慢性皮肤溃疡分泌物的临床检测进行探索性的研究。从临床取样到样本处理再到定量检测,我们尝试性地建立了慢性皮肤溃疡分泌物的临床检测流程,并对样本中的相关因子进行了检测。实验结果显示仪器成功检测出了病人不同时期样本中的因子变化,这说明了论文所使用的对称结构LRSPR生物传感仪能够实现对慢性皮肤溃疡分泌物的临床检测。(本文来源于《哈尔滨工业大学》期刊2013-12-01)
廖馗任,鲍鸿,周周,覃银红,周延周[4](2013)在《相位测量轮廓术用于皮肤表面纹理检测》一文中研究指出皮肤表面测量技术是医学和化妆品研究领域很为关注的技术,采用相位测量轮廓系统对人手的皮肤表面进行叁维高精度测量。高度方向测量精度±0.03mm,水平方向点阵分辨率0.05mm。可以迅速无创伤、舒适度高、反复对同一块皮肤进行观察和测量。因此相位测量轮廓方法应用于皮肤表面纹理的评定以及测量具有突出的现实意义。(本文来源于《工业控制计算机》期刊2013年10期)
苏天珍[5](2012)在《基于皮肤肿瘤轮廓不规则性和表面网状结构的黑色素瘤检测技术研究》一文中研究指出黑色素瘤是死亡率最高的一种皮肤癌,约占所有皮肤癌死亡患者的叁分之二左右,它具有恶性程度高,转移较快、危害性大的特点,往往在医生作出诊断之前,癌细胞已扩散到病人全身。近几十年来,全球黑色素瘤的发病率和死亡率以每年3%~5%的速度急速增长,我国虽属黑色素瘤低发区,但近年来发病率高达每10年增加两倍,对人们的物质生活与精神生活造成了很大的负担。研究表明,若早期对黑色素瘤及时发现、及时治疗,患者生存率可达60%~80%。因此,黑色素瘤的早期检测显得非常重要。临床上,被用于黑色素瘤早期甄别的法则主要有—ABCD准则,7点检查法,孟席斯方法和模式识别方法。其中,ABCD准则和7点检查法应用较为广泛,前者主要基于肿瘤轮廓及颜色特征进行判别,后者则以黑色素瘤病变纹理及颜色作为研究对象。本文基于皮肤黑色素瘤临床表现出的肿瘤轮廓不规则和病变瘤体表面色素网状结构特征,利用图像处理技术和模式识别技术对皮肤肿瘤进行轮廓不规则性和表面色素网状结构的分析、特征提取以及分类研究,为皮肤黑色素瘤的计算机辅助诊断提供技术支持,帮助医生区分良恶性肿瘤,提高诊断准确率。本文的主要工作和贡献如下:1)针对肿瘤轮廓的自动准确提取,提出了一种基于视觉注意与GVF-Snake相结合的肿瘤轮廓提取算法。该算法从肿瘤病变区域的角度出发,利用视觉选择注意机制计算模型,实现了全自动的肿瘤轮廓提取。试验表明本文提出的轮廓提取算法能准确快速地完成肿瘤轮廓的提取,并减小毛发的影响。2)本文针对黑色素瘤外轮廓不规则性特征的提取问题,针对传统全局分形维忽略肿瘤轮廓不规则性细节信息、弱化了分类能力的缺点,提出了基于局部分行维的轮廓不规则特征提取方法,突出细节信息,对黑色素瘤轮廓不规则性进行准确度量。3)针对黑色素瘤表面特有的色素网状结构进行分析,本文提出了一种新的基于Gabor小波和方向直方图检测色素网状结构的方法。针对色素网状结构视觉上线交叉、洞密集的特点,文中首先基于Gabor小波和分水岭分割对图像进行分块检测网状结构,然后度量子块之间的连接性对肿瘤整体网状结构进行判别。试验表明:在基于子块色素网状结构分析中,线的方向性量化了网状结构的分析,同时洞结构和网结构相结合使得色素网状结构的检测更加准确。4)针对获取的轮廓不规则和色素网状结构特征进行特征选择,利用支持向量机分类器对特征选择前后的特征值进行分类。考虑到临床缺少黑色素瘤样本图像的情况,在皮肤肿瘤分类时,设计了一种小样本分类器。经试验表明:小样本分类器亦能达到大样本的分类性能。(本文来源于《杭州电子科技大学》期刊2012-12-01)
华秀秀[6](2011)在《基于皮肤肿瘤表面颜色不对称性的黑色素瘤检测技术研究》一文中研究指出黑色素瘤是一种转移快、危害性较大的恶性肿瘤,多发生于皮肤。近几十年来,黑色素瘤的发病率和死亡率呈快速增长的趋势。因此,黑色素瘤的早期检测对提高人们的健康水平至关重要。临床上,皮肤科医生根据黑色素瘤的表面特性和生长特性总结出了一种用于其早期鉴别的法则——ABCD-rule:A不对称性(轮廓、颜色、纹理);B轮廓的不规则性;C颜色的多样性;D直径。计算机辅助诊断(CAD)技术帮助医生区分良恶性肿瘤,提高了诊断准确率。本文基于皮肤黑色素瘤临床表现出的颜色不对称性,利用图像处理技术和模式识别技术对皮肤肿瘤进行表面颜色不对称性分析、特征提取以及分类研究,为皮肤黑色素瘤的计算机辅助诊断提供技术支持。本文的主要工作和贡献如下:(1)针对肿瘤灰度表面的不对称性分析,提出了一种灰度表面不对称性的修正虚拟轮廓变换模型,构建了一种新的肿瘤灰度表面不对称性的特征簇:虚拟轮廓不规则性和不对称性描述子。试验表明基于修正变换模型的虚拟轮廓能有效增强肿瘤表面不对称性的表达。(2)针对RGB空间中肿瘤表面颜色不对称性分析,提出了将PCA降维和修正虚拟轮廓变换模型相结合的方法。首先对RGB肿瘤彩色图像进行PCA降维;其次,将每个主分量依据修正虚拟轮廓变换模型转化为虚拟轮廓;最后,通过度量虚拟轮廓关于颜色不对称轴的几何不对称性来反映肿瘤表面的颜色不对称性。(3)针对RGB空间中肿瘤表面颜色不对称性分析,本文还提出了在PCA主分量空间利用颜色分割和小波分解度量肿瘤表面颜色不对称性的方法。文中提出了一种新的肿瘤表面颜色无监督自动分割方法,并提出基于小波分解度量每类颜色的不对称性。试验表明:颜色分割细化了肿瘤表面颜色不对称性的分析,同时还涵盖了颜色多样性的信息;小波分解度量颜色不对称性与基于镜像对称的像素点之间比较的方法相比减少了计算量,同时近似分量和细节分量的综合使得不对称性分析更加准确。(4)在皮肤肿瘤分类时,设计了一种小样本分类器:从训练集中随机选取一定数量的良恶性样本,本文从随机选取的多种组合中选择15个组合作为小样本训练集。同时还提出两种方法评估小样本分类器的分类性能:15个小样本SVM分类器的分类结果取平均;15个小样本SVM分类器的ROC曲线取平均。小样本分类器的设计解决了肿瘤样本数量较少的问题,可以有效提高分类器的性能。(本文来源于《杭州电子科技大学》期刊2011-12-01)
刘京辉,张秀丽,吕玲玲[7](2009)在《皮肤采血法检测乙肝表面抗原的探讨》一文中研究指出目的探讨皮肤采血方法检测乙型肝炎表面抗原的可行性。方法抽取体检者静脉血,同时用采血针采集外周血,分别用两种血检测乙型肝炎表面抗原。结果检测532份样本,外周血检测乙型肝炎表面抗原阳性18例,阳性率为3.38%;静脉血检测乙型肝炎表面抗原阳性19例,阳性率为3.57%。两种方法检测结果的差异无显着性。结论可以用皮肤采血法检测乙型表面抗原。(本文来源于《中国公共卫生管理》期刊2009年02期)
艾尔肯·满苏尔,帕热文·阿吾提,阿依努尔·艾买提,美热古丽·热合曼,阿米那木·艾买提[8](2008)在《应用不同光谱技术,动物RBC,Hb及人皮肤表面血流氧化-还原状态检测》一文中研究指出目的:检测与分析实验动物血液RBC(RBC·O2,RBC·CO2),Hb(HbO2,HbCO2)和人体皮肤表面流动血液氧化·还原状态的成像与未成像可见光谱领域OD值特征,并为该技术对白癜风病表皮黑色素颗粒检测中的应用尊定基础。方法:利用不同光谱技术和invitro和invivo检测手段,统计分析血液不同状态下波长与位置的OD值信息。结果:invitro检测:动物血液Hb·O2和RBC·O2两者在可见领域均有367,414(Soret带)nm与541,576(Q带)nm的吸收峰位;血液Hb·CO2和RBC·CO2均有432(Soret带)与和553(Q带)nm的波长吸收峰位;血液RBC状态和Hb溶血状态波长吸收峰位无改变,只是在氧化与还原状态下有完全独立的吸收峰位,血液RBC状态和Hb溶血状态波长吸光度OD值之间,有显着性差异(p<0·01)。浓度为1·5×107cell·mL-1的RBC·O2和Hb·O2在576nm的吸收峰位吸光度(y)与红细胞浓度(x)做成两条回归曲线:既,Hb·O2(b1)^y=0·05+0·983x;RBC·O2(b2)y^=0·127+1·934x,两者之间差异有显着性(p<0·01)。invivo检测:在人手背皮肤表面ImSpector图像中RBC·O2状态在540,576nm,RBC·CO2状态在555和755nm处有吸收峰。选择(a:指甲,b:指,c:手背)叁个点位分别进行波长检测,每点(n=10)545nm吸收峰的平均OD值,依次为0·83±0·001,0·73±0·001和0·62±0·001,其叁处测定点的OD值之间有显着性差异(p<0·01)。结论:invitro检测的RBC与Hb两者波长吸收峰位不变,但吸光度OD值不同,认为RBC状态测定结果更接近于活体组织血管内原始状态。invivo检测对人体无任何侵袭与损伤,灵敏度高,测试时间短,并且同时获得被测样品的波长与位置信息画面等优势,有望表皮中黑素等有色颗粒的直接检测。(本文来源于《光谱学与光谱分析》期刊2008年03期)
艾尔肯·满苏尔,玉素甫·买提努尔[9](2007)在《光谱检测波长与位置信息在皮肤表面的同步表达》一文中研究指出为光谱波长信息与位置信息同时得到测定、人手皮肤表面指定位置氧化和还原流动血液直接进行观测,其RBC.O2状态为540、576nm;RBC.CO2状态为555和755nm处持有吸收峰,在活体皮肤表面RBC.CO2状态持有775nm的特殊吸收位置,这与In Vitro方法未能测定到的。在手背皮肤与指甲表面波长576nm吸收位置处,计算出组织血管内RBC.O2变化为RBC.CO2的氧化.还原速度变化;皮肤与指甲处,由RBC.O2变化为RBC.CO2所需时间是均为10秒,其中由RBC.CO2与RBC.O2相互变化所需时间是,前者为20秒,后者为10秒,与体外In Vitro方法测定结果相比快10多倍。In Vitro检测中只能获取波长信息,而In Vivo检测同时获取波长与位置信息,并有望表皮中黑素颗粒的直接检测。(本文来源于《中国民族医药杂志》期刊2007年12期)
蒋大林,张泓[10](2006)在《皮肤表面毛细血管图像的检测与分析》一文中研究指出本文以皮肤表面毛细血管图像为研究对象,采用数字图像处理的方法对原始图像进行处理和检测.为了比较治疗前后图像的变化,计算了毛细血管的管径、长度和密度等参数.利用此方法对雀斑治疗效果进行了分析,图像分析的正确率达到90%,在临床上有较好的实用价值.(本文来源于《北京工业大学学报》期刊2006年06期)
皮肤表面检测论文开题报告范文
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
皮肤的好坏不仅反映人体的生理健康状况,更重要的是它影响着一个人的外在形象,决定着人们的第一印象。因此,医学界以及护肤品销售商一直在致力于研究如何定量、客观的描述皮肤表面的状态。通过学习研讨相关知识的概念公式以及借鉴前人的经验,构建了一个完整的检测系统,用于评价皮肤粗糙度水平,重点在于研究图像纹理特征的统计分析法。文中开篇介绍了皮肤纹理的具体物理特征,皮肤变得粗糙后纹理特征发生的相应改变。从若能够有效的检测皮肤粗糙度会给医师带来的诸多便利,以及为护肤专家提供了客观的第一于的数据等方面,阐明了该项工作的意义。介绍了传统的和目前较为先进的检测手段,论述了不同方法在检测过程中的优势和弊端。分析了图像增强的多种方式,并进行了实验,对结果进行了分析对比,提出了用Gabor滤波对图像预处理来去除皮肤图像噪声,使纹理图像更适合于接下来的特征提取操作。下面就是纹理特征提取算法的学习,重点是对灰度共生矩阵算法和局部二值模式算法进行了深入的学习研究,并从算法的不足之处入手,考虑到局部二值模式法的优势,提出了采用将局部二值模式法与空间灰度共生矩阵法相结合的方法来提取皮肤纹理特征,即先利用均匀旋转不变的LBP算子对图像进行运算得到LBP图像,进而通过计算矩阵的多个特征统计量来反映皮肤纹理的特征,并与对图像直接求其灰度共生矩阵在实验效率以及后续分类的准确性上进行对比。然后,介绍了神经网络模式识别技术及目前的研究发展现状,在对传统的BP网络算法研究的基础上,采用了一种改进的BP网络算法作为分类识别算法。在MATLAB环境下编写了皮肤图像的预处理程序和特征提取程序,设计了基于便携式数码显微镜和计算机的手部皮肤图像采集系统。通过真实皮肤图像的测验,证明了利用局部二值模式法和灰度共生矩阵法相融合的方法提取的特征量是可靠的,在分类上是正确的且高效的。由此可以知,文中提出的关于皮肤粗糙度的检测系统在理论上是没有漏洞的,在实际操作中是可以投入使用的。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
皮肤表面检测论文参考文献
[1].何永玲,易法令,余悦泳,蔡灿凯.一种便携式人体皮肤表面油脂检测装置的研究与设计[J].现代电子技术.2018
[2].李天棋.皮肤表面粗糙度检测技术的研究[D].东北林业大学.2016
[3].张琳.表面等离子体共振检测慢性皮肤溃疡分泌物[D].哈尔滨工业大学.2013
[4].廖馗任,鲍鸿,周周,覃银红,周延周.相位测量轮廓术用于皮肤表面纹理检测[J].工业控制计算机.2013
[5].苏天珍.基于皮肤肿瘤轮廓不规则性和表面网状结构的黑色素瘤检测技术研究[D].杭州电子科技大学.2012
[6].华秀秀.基于皮肤肿瘤表面颜色不对称性的黑色素瘤检测技术研究[D].杭州电子科技大学.2011
[7].刘京辉,张秀丽,吕玲玲.皮肤采血法检测乙肝表面抗原的探讨[J].中国公共卫生管理.2009
[8].艾尔肯·满苏尔,帕热文·阿吾提,阿依努尔·艾买提,美热古丽·热合曼,阿米那木·艾买提.应用不同光谱技术,动物RBC,Hb及人皮肤表面血流氧化-还原状态检测[J].光谱学与光谱分析.2008
[9].艾尔肯·满苏尔,玉素甫·买提努尔.光谱检测波长与位置信息在皮肤表面的同步表达[J].中国民族医药杂志.2007
[10].蒋大林,张泓.皮肤表面毛细血管图像的检测与分析[J].北京工业大学学报.2006