张剑飞，郭笑颜，王 波，崔文升

(1.齐齐哈尔大学计算机与控制工程学院，齐齐哈尔 161006；2.大庆师范学院计算机科学与信息技术学院，大庆 163712)

白细胞(white blood cell，WBC)是一种无色、球形、有核的血细胞，通过吞噬病原体来产生抗体，抵御和消灭入侵的病原微生物，对于机体的安全免疫发挥着重要作用[1]。不同群体不同时段血液中WBC的浓度是不同的，成年人正常情况下血液中WBC浓度为109/L。当机体出现急性细菌性感染、中毒、大出血和免疫系统衰弱等现象时，血液中WBC的浓度会出现异常，因此对于血液中WBC浓度的检测和类别的鉴定有着重要的社会价值和临床意义[2-3]。

人工镜检是WBC分类的黄金标准，但该方法效率低，准确度受检验人员主观经验和状态的影响，所以大量的研究人员致力于WBC自动分类研究。20世纪90年代出现了基于物理和化学的脉冲信号计数方法，但由于需要昂贵的医疗器械和专业的操作人员等苛刻条件导致难以系统的应用到WBC分类的研究过程中[4]。张从鹏等[5]利用灰度直方图波谷阈值分割方法实现了白细胞细胞核和细胞浆的提取，根据细胞的形态、颜色及纹理特征对白细胞进行了分类。Nazlibilek等[6]将RGB(red,green,blue)图像转换为灰度图像，并使用Otsu算法将灰度图像转换为二值图像，将单个图像应用于基于神经网络(neural network，NN)的分类器，将WBC分为五类。虽然这些方法经过复杂的步骤都取得了不错的精度，但是通过纹理和几何特征来分类是不可靠的，因为同类细胞的形状，大小和纹理信息有很大的差异。……