專利名稱：紅細胞形態(tài)學分析裝置及其方法
技術領域：
本發(fā)明涉及一種樣本中紅細胞形態(tài)學分析裝置及其方法，特別是一種能夠自動鑒定樣本中所含紅細胞的類型和來源的紅細胞形態(tài)學分析裝置及其方法。
背景技術：
早在1852年就有人開始設計紅細胞的計數(shù)方法，1855年發(fā)明了用于計數(shù)紅細胞的計數(shù)板。1947年美國科學家?guī)鞝柼?W. H. Coulter)發(fā)明了用電阻法計數(shù)粒子的專利技術。并在1956年將這一技術應用于紅細胞計數(shù)獲得成功。隨著科學技術的日新月異，各種新的檢測紅細胞數(shù)目的手段不斷涌現(xiàn)。目前應用的研究開發(fā)手段主要有電容式、光電式與激光式、離心式、電阻式及各種方式的聯(lián)合式。到目前為止已經(jīng)有許多國家開始生產(chǎn)各種類型的紅細胞分析儀，經(jīng)過半個多世紀的發(fā)展，這種儀器已經(jīng)有了非常明顯的進步。紅細胞的分類變得細致，計數(shù)變得越來越精確。但是，現(xiàn)有紅細胞形態(tài)學分析的紅細胞參數(shù)都是通過計算平均值來獲得，比如用作貧血的形態(tài)學分類參數(shù)平均紅細胞體積(mean corpuscular volume, MCV)、平均紅細胞血紅蛋白含量(mean corpuscular hemoglobin, MCH)、平均紅細胞血紅蛋白濃度(mean corpuscular hemoglobin concentration，MCHC)都是根據(jù)紅細胞、 血紅蛋白濃度和紅細胞比容結果，計算而得，不是實際測得的數(shù)值，這樣紅細胞數(shù)、血紅蛋白含量、紅細胞比容的測定數(shù)據(jù)必須準確，否則得到的形態(tài)學分類參數(shù)的誤差很大。人工鏡檢是經(jīng)典的檢測方法，其通過顯微鏡，使用目鏡上的測微尺來人工測量每個紅細胞直徑大小，再對數(shù)據(jù)進行分析，進而作出判斷。但人工鏡檢方法工作人員工作量大，由于疲勞容易引起誤判；工作效率低，速度慢，有可能延誤病人的診斷。因此，如何使紅細胞計數(shù)更快、更準、更節(jié)約成本，是目前醫(yī)院臨床檢驗中面臨的問題。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術問題是，針對現(xiàn)有技術不足，提供一種運用形態(tài)學特征參數(shù)及神經(jīng)網(wǎng)絡對樣本中紅細胞的來源和性質(zhì)進行統(tǒng)計學方法表達，以供相關人員參考判斷紅細胞形態(tài)是否正常，輔助鑒定紅細胞來源和性質(zhì)的紅細胞形態(tài)學分析裝置及其方法。為解決上述技術問題，本發(fā)明所采用的技術方案是一種紅細胞形態(tài)學分析裝置， 其包括a. 一自動顯微鏡，該自動顯微鏡的低倍物鏡頭對所設置區(qū)域的樣本進行掃描，對發(fā)現(xiàn)的目標區(qū)域予以標記，并同時由該自動顯微鏡的高倍物鏡頭對已標記區(qū)域進行掃描；b. 一攝像機或CXD元件，該攝像機或CXD元件對已標記區(qū)域進行圖像信息采集；c. 一用以對上述圖像進行分析處理的圖像數(shù)字轉換器，該圖像數(shù)字轉換器先將采集的圖像根據(jù)所含的紅細胞進行分割定位，再對分割后的圖像進行數(shù)字化處理，即提取各紅細胞的大小、形狀、色度及紋理四類形態(tài)學特征參數(shù)；d. 一建立在神經(jīng)網(wǎng)絡基礎上的分類器，用于根據(jù)上述步驟取得的各細胞的大小、形狀、色度及紋理四類形態(tài)學特征參數(shù)，從各類細胞中分離出紅細胞；e. 一建立在模糊聚類基礎上的特征融合器，該特征融合器用于將上述步驟分離出的紅細胞的大小、形狀、色度及紋理四類多維形態(tài)學特征參數(shù)進行歸一化降維處理得到大小、形狀、色度及紋理4個特征值，再根據(jù)標本中所有紅細胞的大小、形狀、色度、紋理特征分別進行統(tǒng)計計算和統(tǒng)計圖形表達，為分析樣本中紅細胞類別及來源提供真實客觀依據(jù)；f. 一輸出設備，用于直觀顯示檢測結果；g. 一控制單元，該控制單元分別連接上述自動顯微鏡、攝像機或CXD元件、圖像數(shù)字轉換器及輸出設備，以控制該自動顯微鏡、攝像機或CCD元件、圖像數(shù)字轉換器及輸出設備動作。該輸出設備表達出各種類型紅細胞所特有的代表紅細胞中央?yún)^(qū)大小、形狀、色度和紋理的特征參數(shù)數(shù)據(jù)組合，樣本中紅細胞的分析鑒定方法，是根據(jù)紅細胞中央?yún)^(qū)特征的改變來判斷樣本中紅細胞的來源或紅細胞的類型。樣本中紅細胞形態(tài)學分析方法，是參照臨床確認的代表不同意義的各種類型紅細胞具有不同的形態(tài)學特征參數(shù)數(shù)據(jù)，據(jù)此進行識別分類計數(shù)，再根據(jù)樣本中各類型紅細胞某一形態(tài)學特征參數(shù)數(shù)據(jù)組合占總紅細胞的同類形態(tài)學特征參數(shù)數(shù)據(jù)組合的比例經(jīng)統(tǒng)計學處理后以圖形或數(shù)據(jù)方式表達。作為其中的分析方法和檢測手段，將樣本中各類型紅細胞的兩種以上的紅細胞形態(tài)學特征參數(shù)組合用統(tǒng)計學方法綜合分析，得到樣本中各類型紅細胞多參數(shù)分析結果，根據(jù)其改變判斷紅細胞形態(tài)學變化，通過圖形和數(shù)據(jù)直觀的表達出樣本中紅細胞形態(tài)學變化類型。利用本裝置進行紅細胞分析所表達的相同的結果，在不同的樣本中具有不同的臨床意義，如樣本中出現(xiàn)小體積低色素紅細胞時，本裝置分析出的結果是單個紅細胞體積小、 色度低，總紅細胞形態(tài)特征參數(shù)以表示大小的參數(shù)組合為橫坐標，表示色度的特征參數(shù)數(shù)據(jù)為縱坐標的形態(tài)學分析圖形表達為紅細胞分布寬度增加往左偏移，紅細胞分布區(qū)域向下移，表達為向左分散向下沉的紅細胞形態(tài)分布圖，此類圖形在血液樣本中出現(xiàn)提示一種類型貧血，如果在尿液樣本中出現(xiàn)并占一定比例則意味著來源于腎性紅細胞；如樣本中出現(xiàn)大體積高色素紅細胞時，本裝置分析出的結果是單個紅細胞體積大、色度高，總紅細胞形態(tài)特征參數(shù)以表示大小的參數(shù)組合為橫坐標，表示色度的特征參數(shù)數(shù)據(jù)為縱坐標的形態(tài)學分析圖形表達為紅細胞分布寬度增加往右偏移，紅細胞分布區(qū)域向上移，表達為向右分散向上升的紅細胞形態(tài)分布圖，此類圖形在血液樣本中出現(xiàn)提示另一種類型貧血，如果在尿液樣本中出現(xiàn)并占一定比例則意味著來源于非腎性紅細胞。本發(fā)明還公開了一種紅細胞形態(tài)學分析方法，其包括下列步驟步驟1 用自動顯微鏡的低倍物鏡頭對所設置區(qū)域的樣本進行掃描，對發(fā)現(xiàn)的目標區(qū)域予以標記，并同時由該自動顯微鏡的高倍物鏡頭對已標記區(qū)域樣本進行掃描；步驟2 用攝像機或CCD元件對已標記區(qū)域樣本進行圖像信息采集；步驟3 用圖像數(shù)字轉換器對采集的圖像先根據(jù)所含的細胞進行分割定位，再對分割后的圖像進行數(shù)字化處理，即提取各細胞的形態(tài)學特征參數(shù)，用大小、形狀、色度以及紋理四類特征來描述各細胞；步驟4 將上述步驟取得的各細胞的大小、形狀、色度及紋理四類形態(tài)學特征參數(shù)輸入建立在神經(jīng)網(wǎng)絡基礎上的分類器，由該分類器從各類細胞中分離出紅細胞大小、形狀、 色度及紋理四類形態(tài)學特征參數(shù)；步驟5 將步驟4分離出來的紅細胞的大小、形狀、色度以及紋理四類形態(tài)學特征參數(shù)輸入建立在模糊聚類基礎上的特征融合器，由該特征融合器將每一類多維形態(tài)學特征參數(shù)進行歸一化處理，得到一維特征向量；步驟6 將每個標本中所有紅細胞的每一類歸一化特征量經(jīng)輸出設備顯示出來， 即得出每一類歸一化特征參數(shù)的統(tǒng)計學圖表。上述紅細胞形態(tài)學分析方法，還包括步驟7 根據(jù)樣本中各類型紅細胞占總紅細胞數(shù)的比例經(jīng)統(tǒng)計學處理，以圖形或數(shù)據(jù)方式表達，對樣本中紅細胞進行分析鑒定；上述紅細胞形態(tài)學分析方法，還包括步驟8 對每一類經(jīng)過歸一化的形態(tài)學特征向量，通過給出一個特征量閥值，計算高于或者低于閥值的紅細胞占樣本總紅細胞同類形態(tài)學特征參數(shù)數(shù)據(jù)組合的比例，經(jīng)統(tǒng)計學處理后以圖形或數(shù)據(jù)方式表達，以提供對樣本中紅細胞進行分析鑒定的客觀依據(jù)。該建立在神經(jīng)網(wǎng)絡基礎上的分類器包括一反饋過程，該反饋過程是對分類出來的可疑目標及識別錯誤目標進行細化、分類、補充特征參數(shù)，并建立相應的數(shù)學模型，對神經(jīng)網(wǎng)絡進行訓練，神經(jīng)網(wǎng)絡自動學習并記憶該些細化、分類、補充的特征參數(shù)進入模型數(shù)據(jù)庫，再返回基于神經(jīng)網(wǎng)絡的分類器進行細胞分類。步驟6中得出的歸一化的大小特征向量表達出各種類型紅細胞所特有的代表大小的特征參數(shù)數(shù)據(jù)組合，樣本中紅細胞分析鑒定方法，可根據(jù)紅細胞大小分布與正常的紅細胞的大小分布進行比對，根據(jù)偏離的方向和程度來判斷樣本中紅細胞的來源或紅細胞的類型。步驟6中得出的歸一化的形狀特征向量表達出各種類型紅細胞所特有的代表形狀的特征參數(shù)數(shù)據(jù)組合，樣本中紅細胞的分析鑒定方法，可根據(jù)紅細胞形狀特征參數(shù)的變化來判斷樣本中紅細胞的來源或紅細胞的類型。步驟6中得出的歸一化的色度特征向量表達出各種類型紅細胞所特有的代表色度的特征參數(shù)數(shù)據(jù)組合，樣本中紅細胞的分析鑒定方法，可根據(jù)紅細胞色度與正常的紅細胞色度進行比對根據(jù)偏離的方向和程度來判斷樣本中紅細胞的來源或紅細胞的類型。步驟6中得出的歸一化的紋理特征向量表達出各種類型紅細胞所特有的代表紋理的特征參數(shù)數(shù)據(jù)組合，樣本中紅細胞的分析鑒定方法，可根據(jù)紅細胞紋理特征參數(shù)的變化來判斷樣本中紅細胞的來源或紅細胞的類型。對樣本中紅細胞的分析鑒定，單獨采用其中任意一條來分析，或綜合采用其中的多條來分析。與現(xiàn)有技術相比，本發(fā)明所具有的有益效果為本發(fā)明將樣本(血、尿)置于顯微鏡下放大后由CCD采取樣本中各細胞形態(tài)學圖像并通過數(shù)字圖像處理后得到各細胞的形態(tài)學特征參數(shù)，將參數(shù)輸入建立在神經(jīng)網(wǎng)絡基礎上的分類器分離出各紅細胞，再通過建立在模糊聚類基礎上的特征融合器對各類紅細胞形態(tài)特征參數(shù)數(shù)據(jù)進行歸一化處理、對得到的每一類歸一化參數(shù)分別進行統(tǒng)計分析，或根據(jù)幾類參數(shù)進行綜合統(tǒng)計分析，以圖形或數(shù)表的方式表達出來，以此來判斷紅細胞的形態(tài)是否正常，通過對各類異常形態(tài)紅細胞的檢測可以鑒定紅細胞來源和性質(zhì)。
本發(fā)明在原有尿液細胞識別基礎上，考慮到軟件對個別目標識別可能存在誤差， 我們引入了形態(tài)學參數(shù)及其統(tǒng)計分析方法，采用該方法，儀器可根據(jù)一個樣本中所有目標參數(shù)的統(tǒng)計分析，自動分析血尿樣本中的紅細胞來源。這種方法由于采用樣本內(nèi)全體目標進行統(tǒng)計判斷，降低了個別目標識別錯誤帶來的誤差影響。是統(tǒng)計學方法在尿液紅細胞形態(tài)學參數(shù)分析上的一個應用創(chuàng)新。


圖1為本發(fā)明紅細胞形態(tài)學分析裝置結構示意圖。圖2為本發(fā)明紅細胞形態(tài)學分析方法的操作流程示意圖。圖3為PCA加權的特征融合算法原理圖。圖4為本發(fā)明中提到的分布寬度、峰值示意圖。圖5為數(shù)碼CXD拍攝的正常形態(tài)紅細胞圖像。圖6. 1為正常形態(tài)紅細胞大小特征參數(shù)統(tǒng)計曲線圖，其分布寬度a < L，其峰值為 b在正常范圍內(nèi)，Dl < b < D2。圖6. 2-圖6. 9為圖6.1的另一種表示。圖7為正常形態(tài)紅細胞形狀特征參數(shù)統(tǒng)計曲線圖，其分布集中，分布寬度小，峰值對應的頻數(shù)值C>H(60%)。圖8為正常形態(tài)紅細胞色度特征參數(shù)統(tǒng)計曲線圖，呈單一窄峰，其分布集中，峰值對應的頻數(shù)值C>H(60%)。圖9為正常形態(tài)紅細胞紋理特征參數(shù)統(tǒng)計曲線圖，其峰值對應X軸數(shù)值b在正常范圍內(nèi)，Wl < b < W2o圖10為正常形態(tài)紅細胞的大小和色度特征參數(shù)綜合分析散點圖，正常形態(tài)紅細胞集中分布在75 < X < 125并且20 < Y < 40之間。圖11為數(shù)碼CXD攝取的芽孢形紅細胞圖像，芽孢紅細胞，在紅細胞外膜有小泡突出或細胞呈霉菌孢子樣改變。體積不均、有芽孢的變形狀、色度通常淺。其特征參數(shù)統(tǒng)計圖的表達，如圖12-15所示。圖中正常形紅細胞以虛線方式表示以進行比較。圖12為芽孢形紅細胞大小特征參數(shù)統(tǒng)計曲線圖，與正常形紅細胞比較，因為大小不均且因為芽孢而有偏大趨勢，其大小特征參數(shù)統(tǒng)計圖分布寬度a大，分布不集中；并形成 1個以上峰值，峰值處頻數(shù)相應降低。其分布寬度a > L，從圖上看寬度比正常形紅細胞分布寬度a大，表示紅細胞大小分布不均。b > D2，部分紅細胞大小偏大。圖13為芽孢形紅細胞形狀特征參數(shù)統(tǒng)計曲線圖，其峰值對應頻數(shù)值C小于正常形態(tài)紅細胞，C<H(60% )。圖14為芽孢形紅細胞色度特征參數(shù)統(tǒng)計曲線圖，其芽孢形紅細胞色度均值顯著降低，其峰值對應頻數(shù)值C均明顯小于正常形態(tài)紅細胞，C < H，且芽孢形紅細胞色度分布寬度變化不大，細胞分布均勻呈較窄單峰。。圖15為芽孢形紅細胞紋理特征參數(shù)統(tǒng)計曲線圖，芽孢紅細胞紋理較正常紅細胞復雜，其紋理特征參數(shù)統(tǒng)計圖，紋理峰值對應X軸數(shù)值b較大，b > W2。圖16為芽孢形態(tài)紅細胞的大小和色度特征參數(shù)綜合分析散點圖，其紅細胞色度明顯偏低，而且紅細胞大小范圍擴大，主要分布在80 < X < 160之間。
圖17為數(shù)碼C⑶攝取的大小不均紅細胞圖像。大小不一形紅細胞，指紅細胞之間直徑相差一倍以上的情況，常見于各種增生性貧血及巨幼細胞性貧血，體積大小不一，色度淺，形狀正常。其特征參數(shù)統(tǒng)計圖的表達，如圖18-22所示。圖中正常形紅細胞以虛線方式表示以進行比較。圖18為大小不均形紅細胞大小特征參數(shù)統(tǒng)計曲線圖，其分布寬度a >L，從圖上看寬度比正常形紅細胞分布寬度a大，表示紅細胞大小分布不均。b>D2，部分紅細胞大小偏大。圖19為大小不均形紅細胞形狀特征參數(shù)統(tǒng)計曲線圖，其峰值對應頻數(shù)值C小于正常形態(tài)紅細胞，C<H(60% )。圖20為大小不均形紅細胞色度特征參數(shù)統(tǒng)計曲線圖。大小不均紅細胞色度均值偏高，其峰值對應頻數(shù)值C均明顯小于正常形態(tài)紅細胞，C < H(60% )。其分布寬度往色度值較大方向明顯增大。圖21為大小不均形紅細胞紋理特征參數(shù)統(tǒng)計曲線圖。圖22為大小不均形紅細胞的大小和色度特征參數(shù)綜合分析散點圖，圖中顯示紅細胞的色度和大小分布范圍大，5 < X < 30且40 < Y < 150。圖23為小體積低色素紅細胞(貧血或腎性)特征參數(shù)綜合分析散點圖。圖M為樣本中各種細胞占總紅細胞數(shù)的比例統(tǒng)計圖。圖25為一樣本色度特征參數(shù)統(tǒng)計圖。圖沈為圖M的一個變化表達形式。圖27為以多圖排列的方式表達的統(tǒng)計圖。
具體實施例方式圖1為本發(fā)明紅細胞形態(tài)學分析裝置的示意圖。如圖所示，本發(fā)明紅細胞形態(tài)學分析裝置包括a. 一自動顯微鏡1，該自動顯微鏡1的低倍物鏡頭先對所設置區(qū)域的樣本進行掃描，并對發(fā)現(xiàn)的目標區(qū)域予以標記，并同時由該自動顯微鏡1的高倍物鏡頭對已標記區(qū)域樣本進行掃描；b. 一攝像機或CXD元件2，該攝像機或CXD元件2對已標記區(qū)域樣本進行圖像信息采集；c. 一用以產(chǎn)生上述圖像的數(shù)字表示的圖像數(shù)字轉換器3，該圖像數(shù)字轉換器3先將采集的圖像根據(jù)所含細胞進行分割定位，再對分割后的圖像進行數(shù)字化處理，即提取各細胞的大小、形狀、色度及紋理四類形態(tài)學特征參數(shù)；d. 一建立在神經(jīng)網(wǎng)絡基礎上的分類器，用于根據(jù)上述步驟取得的各細胞的大小、 形狀、色度及紋理四類形態(tài)學特征參數(shù)，從各類細胞中分離出紅細胞；e. 一建立在模糊聚類基礎上的特征融合器4，該特征融合器用于將上述步驟取得的每一類多維形態(tài)學特征參數(shù)進行歸一化處理，以提供紅細胞統(tǒng)計分類依據(jù)；f. 一輸出設備6，該輸出設備6可包括監(jiān)控器及打印機，用于直觀顯示檢測結果；g. 一控制單元5，該控制單元5分別連接上述自動顯微鏡1、攝像機或CXD元件2、 圖像數(shù)字轉換器3及輸出設備6，以控制該自動顯微鏡1、攝像機或CCD元件2、圖像數(shù)字轉換器3及輸出設備6動作。在本實施例中，該分類器7中采用的神經(jīng)網(wǎng)絡是基于RDROP算法的BP三層神經(jīng)網(wǎng)絡，該三層神經(jīng)網(wǎng)絡包括一輸入層，一輸出層和一隱藏著的中間層。且該神經(jīng)網(wǎng)絡的數(shù)據(jù)可擴充，具有自記憶性。該神經(jīng)網(wǎng)絡用于專家系統(tǒng)訓練和樣本目標識別。當然，該分類器也可采用其他類型的神經(jīng)網(wǎng)絡。關于神經(jīng)網(wǎng)絡，已經(jīng)有很多資料對其進行了詳細介紹，因而在此不作過多敘述。本發(fā)明神經(jīng)網(wǎng)絡具有多個輸入節(jié)點，每一輸入節(jié)點表達待測細胞的某一形態(tài)學特征參數(shù)。該些形態(tài)學特征參數(shù)的提取方法及形態(tài)學特征參數(shù)分類狀態(tài)說明如下1.特征提取方法首先通過大量樣本圖片，由專家人工依據(jù)紅細胞形態(tài)學特征對樣本圖片中的有形成分進行分類，依此建立分類語義模型，在此基礎上建立分類數(shù)學模型，從而定義紅細胞的各種形態(tài)學特征，一共有四大類特征，包括大小特征、形狀特征、色度特征、紋理特征。2.特征分類本發(fā)明提取了多達一百多維目標特征，以下僅為代表性特征描述2. 1大小特征，包括面積、周長、等效直徑、長軸、短軸、平均半徑等；2. 2形狀特征形狀特征用于描述目標的形態(tài)，主要包括圓率、離心率、區(qū)域重心、 曲率、區(qū)域弦分布形態(tài)描述子相關特征、邊界擬合多邊形形態(tài)描述子、傅里葉系數(shù)形態(tài)描繪特征矢量、基于凸包的形態(tài)描述相關特征、基于外接矩形的特征描述、基于不變距特征的形狀特征描述和基于區(qū)域骨架提取的形狀特征共26個特征。其中區(qū)域弦分布形態(tài)描述子、基于凸包的形態(tài)描述相關特征、基于外接矩形的特征描述、基于不變距特征的形狀特征描述和基于區(qū)域骨架提取的形狀特征等幾類特征是本發(fā)明中提出的描述形態(tài)的新方法；2. 3色度特征包括基于HSV目標區(qū)域顏色直方圖、基于概率窗的區(qū)域目標主色特征提取、色彩距離；2. 4紋理特征，是基于小波變換域的多尺度紋理特征其包括多尺度小波能量比例、多尺度小波標準差、綜合共生矩陣的紋理特征、融合紋理譜的^rnike矩特征描述。具體來說，如圖2所示，本發(fā)明紅細胞形態(tài)學分析方法的操作步驟為步驟1 用自動顯微鏡1的低倍物鏡頭先對所設置區(qū)域的樣本進行掃描，對發(fā)現(xiàn)的目標區(qū)域予以標記，并同時由該自動顯微鏡1的高倍物鏡頭對已標記區(qū)域進行掃描；步驟2 用攝像機或CXD元件2對已標記區(qū)域進行圖像信息采集，圖5、圖11、圖17 即為采集到的紅細胞圖像；正常形態(tài)紅細胞，細胞大小較為一致，胞體正?；蚱?，血紅蛋白豐富，無芽孢形成，細胞膜完整。各類參數(shù)統(tǒng)計曲線圖基本上為正態(tài)分布，分布區(qū)域較集中。步驟3 用圖像數(shù)字轉換器3對采集的圖像先根據(jù)所含細胞進行分割定位，再對分割后的圖像進行數(shù)字化處理，即提取各細胞的形態(tài)學特征參數(shù)，用大小、形狀、色度以及紋理四類特征來描述各細胞步驟4 將步驟3取得的各細胞的大小、形狀、色度及紋理四類形態(tài)學特征參數(shù)輸入建立在神經(jīng)網(wǎng)絡基礎上的分類器，由該分類器從各類細胞中分離出紅細胞；下表為不同種類的某一個紅細胞的部分特征參數(shù)舉例表
權利要求
1.一種紅細胞形態(tài)學分析裝置，其特征在于包括a.一自動顯微鏡，該自動顯微鏡的低倍物鏡頭對所設置區(qū)域的樣本進行掃描，對發(fā)現(xiàn)的目標區(qū)域予以標記，并同時由該自動顯微鏡的高倍物鏡頭對已標記區(qū)域進行掃描；b.一攝像機或CCD元件，該攝像機或CCD元件對已標記區(qū)域進行圖像信息采集；c.一用以對上述圖像進行分析處理的圖像數(shù)字轉換器，該圖像數(shù)字轉換器先將采集的圖像根據(jù)所含的細胞進行分割定位，再對分割后的圖像進行數(shù)字化處理，提取各細胞的大小、形狀、色度及紋理四類形態(tài)學特征參數(shù)；d.一建立在神經(jīng)網(wǎng)絡基礎上的分類器，用于根據(jù)上述步驟取得的各細胞的大小、形狀、 色度及紋理四類形態(tài)學特征參數(shù)對細胞進行分類，以從各類細胞中分離出紅細胞；e.一建立在模糊聚類基礎上的特征融合器，該特征融合器用于將上述步驟分離出的紅細胞的大小、形狀、色度及紋理四類多維形態(tài)學特征參數(shù)進行歸一化降維處理得到大小、形狀、色度及紋理4個特征值，再根據(jù)標本中所有紅細胞的大小、形狀、色度、紋理特征分別進行統(tǒng)計計算和統(tǒng)計圖形表達，為分析樣本中紅細胞類別及來源提供真實客觀依據(jù)；f.一輸出設備，用于直觀顯示檢測結果；g.一控制單元，該控制單元分別連接上述自動顯微鏡、攝像機或CCD元件、圖像數(shù)字轉換器及輸出設備，以控制該自動顯微鏡、攝像機或CCD元件、圖像數(shù)字轉換器及輸出設備動作。
2.根據(jù)權利要求1所述的紅細胞形態(tài)學分析裝置，其特征在于，該輸出設備表達出各種類型紅細胞所特有的代表紅細胞中央?yún)^(qū)色梯、紋理的特征參數(shù)數(shù)據(jù)組合，該樣本中紅細胞的分析鑒定方法是根據(jù)紅細胞中央?yún)^(qū)的特征改變來判斷樣本中紅細胞的來源或紅細胞的類型。
3.根據(jù)權利要求1所述的紅細胞形態(tài)學分析裝置，其特征在于，該樣本中紅細胞形態(tài)學分析方法是參照臨床確認的代表不同意義的各種類型紅細胞具有不同的形態(tài)學特征參數(shù)數(shù)據(jù)，據(jù)此進行識別分類計數(shù)，再根據(jù)樣本中各類型紅細胞某一形態(tài)學特征參數(shù)數(shù)據(jù)組合占總紅細胞的同類形態(tài)學特征參數(shù)數(shù)據(jù)組合的比例經(jīng)統(tǒng)計學處理后以圖形或數(shù)據(jù)方式表達。
4.根據(jù)權利要求1所述的紅細胞形態(tài)學分析裝置，其特征在于，該樣本中紅細胞形態(tài)學分析方法是將樣本中各類型紅細胞的兩種以上的紅細胞形態(tài)學特征參數(shù)組合用統(tǒng)計學方法綜合分析，得到樣本中各類型紅細胞多參數(shù)分析結果，根據(jù)其改變判斷紅細胞形態(tài)學變化，通過圖形和數(shù)據(jù)直觀的表達出樣本中紅細胞形態(tài)學變化類型。
5.根據(jù)權利要求1所述的紅細胞形態(tài)學分析裝置，其特征在于，利用本裝置進行紅細胞分析所表達的相同的結果，在不同的樣本中具有不同的臨床意義，如樣本中出現(xiàn)小體積低色素紅細胞時，本裝置分析出的結果是單個紅細胞體積小、色度低，總紅細胞形態(tài)特征參數(shù)以表示大小的參數(shù)組合為橫坐標，表示色度的特征參數(shù)數(shù)據(jù)為縱坐標的形態(tài)學分析圖形表達為紅細胞分布寬度增加往左偏移，紅細胞分布區(qū)域向下移，表達為向左分散向下沉的紅細胞形態(tài)分布圖，此類圖形在血液樣本中出現(xiàn)提示一種類型貧血，如果在尿液樣本中出現(xiàn)并占一定比例則意味著來源于腎性紅細胞；如樣本中出現(xiàn)大體積高色素紅細胞時，本裝置分析出的結果是單個紅細胞體積大、色度高，總紅細胞形態(tài)特征參數(shù)以表示大小的參數(shù)組合為橫坐標，表示色度的特征參數(shù)數(shù)據(jù)為縱坐標的形態(tài)學分析圖形表達為紅細胞分布寬度增加往右偏移，紅細胞分布區(qū)域向上移，表達為向右分散向上升的紅細胞形態(tài)分布圖，此類圖形在血液樣本中出現(xiàn)提示另一種類型貧血，如果在尿液樣本中出現(xiàn)并占一定比例則意味著來源于非腎性紅細胞。
6.一種紅細胞形態(tài)學分析方法，其特征在于，包括下列步驟步驟1 用自動顯微鏡的低倍物鏡頭對所設置區(qū)域的樣本進行掃描，對發(fā)現(xiàn)的目標區(qū)域予以標記，并同時由該自動顯微鏡的高倍物鏡頭對已標記區(qū)域樣本進行掃描；步驟2 用攝像機或CCD元件對已標記區(qū)域樣本進行圖像信息采集；步驟3 用圖像數(shù)字轉換器對采集的圖像先根據(jù)所含的細胞進行分割定位，再對分割后的圖像進行數(shù)字化處理，提取各細胞的形態(tài)學特征參數(shù)，用大小、形狀、色度以及紋理四類特征來描述各細胞；步驟4 將上述步驟取得的各細胞的大小、形狀、色度及紋理四類形態(tài)學特征參數(shù)輸入建立在神經(jīng)網(wǎng)絡基礎上的分類器，由該分類器從各類細胞中分離出紅細胞；步驟5 將步驟4分離出來的紅細胞的大小、形狀、色度以及紋理四類形態(tài)學特征參數(shù)輸入建立在模糊聚類基礎上的特征融合器，由該特征融合器將每一類多維形態(tài)學特征參數(shù)進行歸一化處理，得到一維特征向量；步驟6 將每個標本中所有紅細胞的每一類歸一化特征量經(jīng)輸出設備顯示出來，即得出每一類歸一化特征參數(shù)的統(tǒng)計學圖表。
7.根據(jù)權利要求6所述的紅細胞形態(tài)學分析方法，其特征在于，還包括步驟7根據(jù)樣本中各類型紅細胞占總紅細胞數(shù)的比例經(jīng)統(tǒng)計學處理，以圖形或數(shù)據(jù)方式表達，對樣本中紅細胞進行分析鑒定。
8.根據(jù)權利要求6所述的紅細胞形態(tài)學分析方法，其特征在于，還包括步驟8對每一類經(jīng)過歸一化的形態(tài)學特征向量，通過給出一個特征量閥值，計算高于或者低于閥值的紅細胞占樣本總紅細胞同類形態(tài)學特征參數(shù)數(shù)據(jù)組合的比例，經(jīng)統(tǒng)計學處理后以圖形或數(shù)據(jù)方式表達，以提供對樣本中紅細胞進行分析鑒定的客觀依據(jù)。
9.根據(jù)權利要求6所述的紅細胞形態(tài)學分析方法，其特征在于，該建立在神經(jīng)網(wǎng)絡基礎上的分類器包括一反饋過程，該反饋過程是對分類出來的可疑目標及識別錯誤目標進行細化、分類、補充特征參數(shù)，并建立相應的數(shù)學模型，對神經(jīng)網(wǎng)絡進行訓練，神經(jīng)網(wǎng)絡自動學習并記憶該些細化、分類、補充的特征參數(shù)進入模型數(shù)據(jù)庫，再返回基于神經(jīng)網(wǎng)絡的分類器進行細胞分類。
10.根據(jù)權利要求6記載的紅細胞形態(tài)學分析方法，其特征在于，步驟6中得出的歸一化的大小特征向量表達出各種類型紅細胞所特有的代表大小的特征參數(shù)數(shù)據(jù)組合，樣本中紅細胞分析鑒定方法，可根據(jù)紅細胞大小分布與正常的紅細胞的大小分布進行比對，根據(jù)偏離的方向和程度來判斷樣本中紅細胞的來源或紅細胞的類型。
11.根據(jù)權利要求6記載的紅細胞形態(tài)學分析方法，其特征在于，步驟6中得出的歸一化的形狀特征向量表達出各種類型紅細胞所特有的代表形狀的特征參數(shù)數(shù)據(jù)組合，樣本中紅細胞的分析鑒定方法，可根據(jù)紅細胞形狀特征參數(shù)的變化來判斷樣本中紅細胞的來源或紅細胞的類型。
12.根據(jù)權利要求6記載的紅細胞形態(tài)學分析方法，其特征在于，步驟6中得出的歸一化的色度特征向量表達出各種類型紅細胞所特有的代表色度的特征參數(shù)數(shù)據(jù)組合，樣本中紅細胞的分析鑒定方法，可根據(jù)紅細胞色度與正常的紅細胞色度進行比對根據(jù)偏離的方向和程度來判斷樣本中紅細胞的來源或紅細胞的類型。
13.根據(jù)權利要求6記載的紅細胞形態(tài)學分析方法，其特征在于，步驟6中得出的歸一化的紋理特征向量表達出各種類型紅細胞所特有的代表紋理的特征參數(shù)數(shù)據(jù)組合，樣本中紅細胞的分析鑒定方法，可根據(jù)紅細胞紋理特征參數(shù)的變化來判斷樣本中紅細胞的來源或紅細胞的類型。
14.根據(jù)權利要求10 13記載的紅細胞形態(tài)學分析方法，其特征在于，對樣本中紅細胞的分析鑒定，單獨采用其中任意一條來分析，或綜合采用其中的多條來分析。
全文摘要
本發(fā)明公開了一種紅細胞形態(tài)學分析裝置及方法，其可將樣本置于自動顯微鏡下放大后由CCD采取樣本中各細胞形態(tài)學圖像，并經(jīng)圖像數(shù)字轉換器數(shù)字化后，進行圖像分割定位和目標特征參數(shù)提取，通過建立在神經(jīng)網(wǎng)絡基礎上的分類器分離出各紅細胞的形態(tài)學特征參數(shù)，再通過建立在模糊聚類基礎上的特征融合器對各類紅細胞形態(tài)特征參數(shù)數(shù)據(jù)進行歸一化處理、對得到的每一類歸一化參數(shù)分別進行統(tǒng)計分析，或根據(jù)幾類參數(shù)進行綜合統(tǒng)計分析，并以圖形或數(shù)表的方式表達出來，以此來判斷紅細胞的形態(tài)是否正常，通過對各類異常形態(tài)紅細胞的檢測可以鑒定紅細胞來源和性質(zhì)。
文檔編號G01N21/27GK102359938SQ20111027525
公開日2012年2月22日 申請日期2011年9月16日 優(yōu)先權日2011年9月16日
發(fā)明者丁建文, 周豐良, 梁光明 申請人:長沙高新技術產(chǎn)業(yè)開發(fā)區(qū)愛威科技實業(yè)有限公司