白带(阴道分泌物)常规检测作为一种在医保内的刚需性常规检测项目,有着极大的市场需求和检测数量,由于常规的湿片镜检只能检测单一感染阴道炎并不能完整评价临床的各种阴道炎症(能够确诊的36种或不能完全确诊的)所存在的微生态失调的严重程度,对炎症诊断、治疗手段的选择和药物的使用都存在巨大的局限性。而100倍油镜下革兰氏染色白带干片显微彩色图像镜检法(以下简称干片法)作为《全国临床检验操作规程》推荐的首选方法,具有准确率高,检验全面,可评价微生态环境并选用相应微生态调节剂进行精准治疗的优点,但由于操作复杂,阅片量大,对检验者医学水平要求高而被限制于高端医院而难以普及。计算机视觉技术作为深度学习领域研究热点之一,随着计算机的计算力的提高能够高速,准确的识别大量的图像信息,将计算机视觉应用于白带干片显微图像中能够解决由于大量阅片导致的视觉疲劳,提高批量阅片速度和综合诊断的一致性。通过查阅资料及市场调研,由于行业和技术壁垒,目前的研究焦点仍集中在湿片灰度图像快速检验方面,在100倍油镜下革兰氏染色白带干片显微彩色图像识别方面国内外尚属领先。本文主要研究了基于计算机视觉技术的100倍显微镜下白带干片的自动识别技术,通过使用计算机数字图像处理技术对显微图像进行图像分割,深度学习,特征统计等基于计算机视觉的方法针对菌群,真菌和病原体,设计并实现了一种能够代替人工在100倍显微镜下对干片进行自动识别的技术,取得了一定的成果,本文中的主要工作内容如下:1.为进行本文研究收集和分类了大量标准染色的彩色显微图像,建立起革兰染色白带涂片100倍放大油镜下彩色图像中的菌丝,孢子,芽生孢子,白细胞,杆菌,滴虫等细胞的学习库和每类20000张以上的霉菌杆菌数据集用于模型训练。2.通过研究实际采集到彩色显微图像的整体特征,使用数字图像处理技术对采集到的彩色图像进行前处理和彩色图像分割。通过RGB通道分离和阈值分割法将阴阳性目标按面积,区域等信息分为小面积阴性,大面积阴性,混合目标和独立阳性目标。3.对于分割后的目标种类设计和构建了不同的识别方法,其中包括基于Caffe框架的霉菌分类识别法,基于Tamura-SVM的滴虫分类识别法,基于特征统计学的菌群分类识别技术和基于深度学习和形态特征的综合识别法,针对致病菌种识别和优势估算类菌种数量统计进行了深入的研究设计并得出了可观的成果。结合阴道微生态评价体系理论,对检测结果进行理论分析,生成女性下生殖道微生态评价报告,在标杆医院进行实际的有效性测试,综合正确率为76%,结果证明其检测能力达到一般检验者平均水平(综合正确率50%)以上,并能够减少检验者90%以上的工作量。