使用圖像識別系統分析不離心尿液的方法
2023-08-06 18:32:51
專利名稱：使用圖像識別系統分析不離心尿液的方法
技術領域：
本發明涉及到的是尿沉渣檢測方法學的改進。
背景技術：
目前在尿沉渣檢測中，一直採用離心法鏡檢，傳統方法是玻片法，尿液離心後直接塗在載玻片上，然後放在顯微鏡下人工鏡檢，此方法塗片厚度不能控制，無固定體積，所以不易標準化，檢測結果不易定量。近年來，為使尿沉渣檢測能夠標準化，多採用計數板法，尿液離心後滴入計數板中，在顯微鏡下人工計數，計數板內有固定大小的網格，可實現標準化，但此方法操做繁鎖、費時，且因操作條件不同如離心的尿量、轉速、時間、保留尿沉渣體積等不同而使結果不易一致。另外流式檢測尿沉渣方法也是近年使用較多的方法，雖然操作簡單、使用不離心尿，但流式方法學不符合NCCLS與CCCLS標準中規定的尿標本必須定量的要求，檢測結果的準確性尚有爭議。
發明內容
本發明提供一種使用圖像識別系統分析不離心尿液的方法，以解決目前在尿沉渣檢測中，方法不易標準化、檢測結果不易定量、操做方法繁鎖、費時、結果不夠準確的問題。本發明採取的技術方案是一、自動進樣操作將要檢驗的2ul尿標本通過液體流動控制系統吸入計數室，混勻，該液體流動控制系統通過管線與計數室連接，計數室為中空的透明玻璃元件，其計數區的容積為2ul；二、吸入計數室的尿液通過顯微攝像系統進行圖像拍攝；三、計算機圖像自動識別軟體對拍攝到的沉渣圖像進行自動分類識別和計數a.圖像錄入用帶有數位照相機的顯微鏡系統，並將顯微鏡物鏡調至400倍，對未離心尿液中的沉渣圖像掃描進入計算機；b.圖像的預處理對於輸入的圖像，進行改善效果的基本處理。主要包括圖像去噪，圖像對比度變換，自動調節光照度和閾值處理，圖像平滑，圖像腐蝕，圖像膨脹，邊緣提取，圖像放大，縮小操作。為下一步工作做準備；c.圖像分割圖像分割是根據圖像的特徵像素的灰度、顏色、紋理、或特徵集合的相似性準則，對圖像像素進行分組聚類，把圖像平面按其特徵像素的灰度、顏色、紋理，劃分區域，使其後的圖像分析和識別等高級處理階段的數據量大大減少，同時保留有關圖像結構特徵的信息；圖像中的目標或前景，它們一般對應圖像中特定的、具有獨特性質的區域，需要將它們分離提取出來；圖像分割就是指把圖像按其特徵劃分區域，並提取出目標的技術和過程；這裡特徵可以是像素的灰度、顏色、紋理等，預先定義的目標可以對應一個區域，也可以對應多個區域，採用多閾值自適應簇集分割方法；d.切取小圖像將前景用矩形框包圍，該前景為不離心尿液中細胞的圖像，並按照矩形框的邊緣切取小圖片，
e.特徵提取對於已經分割的小圖像，通過提取其特徵像素的灰度、顏色、紋理，計算長寬比，粗糙度，熵，相關係數，能量，共生矩陣等，對所得特徵進行加權，按特徵值範圍將紅細胞、白細胞、管型、結晶、細菌進行分類；具體算法如下1.長寬比f1=(20-0220+02+1)/2]]>2.粗糙度首先，計算圖像中大小為2k×2k個像素的活動窗口中像素的平均強度值，即有Ak(x,y)=i=x-2k-1x+2k-1-1j=y-2k-1y+2k-1-1g(i,j)22k]]>計算平均強度差Ek，h(x，y)＝|Ak(x+2k-1，y)-Ak(x-2k-1，y)|Ek，v(x，y)＝|Ak(x，y+2k-1)-Ak(x，y-2k-1)|其中對於每個像素，能使E值達到最大(無論方向)的k值用來設置最佳尺寸Sbest(x，y)＝2k；最後，計算整幅圖像中Sbest的平均值Fcrs=1mni=1mj=1nSbest(i,j)]]>3.熵H(d,)=-i,j{P(i,j)|d,}-log{P(i,j)|d,}]]>4.相關係數C=(d,)=i,j(i-x)(j-y)P(i,j|d,)xy]]>其中x=iijP(i,j|d,),y=jjiP(i,j|d,)]]>x=i(i-x)2jP(i,j|d,),y=j(j-y)2iP(i,j|d,)]]>5.能量
E(d,)=i,j{P(i,j)|d,}2]]>6.局部平穩L(d,)=i,j11+(i-j)2P(i,j|d,)]]>f.圖像識別和計數對分類後的沉渣成份進行計數；g.輸出結果輸出計數結果，並列印檢測報告。
液體流動控制系統結構組成主要由蠕動泵、電磁閥、壓力傳感器、液位傳感器氣泵組成.
工作原理控制液體流動的蠕動泵和液體流向的電磁閥，通過蠕動泵的轉動完成吸樣或打樣操作，通作控制電磁閥完成吸取或打出樣本的操作。
本發明的優點簡單易行，計數更準確，符合NCCLS與CCCLS中規定的尿標本必須是定量的標準。為檢測尿液有形成份提供一種簡單的操作方法，免去繁鎖操作，避免因離心造成的細胞破損，實現自動化操作，且對標本能進行大規模計數，取代現在抽檢估算造成的偏差，使檢驗結果更準確。
我們用紅白細胞標準微粒配製成高、中、低3個濃度標準液(11個/ul、22個/ul、44個/ul)，分別使用不離心尿計數法和計數板法(NCCLS推薦的方法)進行計數統計對比實驗。不離心尿計數法即通過液體流動控制系統分別將不離心標準微粒吸入計數室中，同時儀器自動計數。
計數板法即使用1次性尿沉渣離心管裝10ml標準微粒，400G離心3分鐘，傾去上清夜，管底自動保留0.2ml，混勻後用滴管加到計數板中，放在顯微鏡上進行人工計數。
實驗統計結果如下
通過T檢驗，兩組數據無顯著性差異(P＜0.05)。
具體實施例方式
一、自動進樣操作將要檢驗的2ul尿標本通過液體流動控制系統吸入計數室，混勻，該液體流動控制系統通過管線與計數室連接，計數室為中空的透明玻璃元件，其計數區的容積為2ul；二、吸入計數室的尿液通過顯微攝像系統進行圖像拍攝；三、計算機圖像自動識別軟體對拍攝到的沉渣圖像進行自動分類識別和計數a.圖像錄入用帶有數位照相機的顯微鏡系統，並將顯微鏡物鏡調至400倍，對未離心尿液中的沉渣圖像掃描進入計算機；b.圖像的預處理對於輸入的圖像，進行改善效果的基本處理。主要包括圖像去噪，圖像對比度變換，自動調節光照度和閾值處理，圖像平滑，圖像腐蝕，圖像膨脹，邊緣提取，圖像放大，縮小操作。為下一步工作做準備；c.圖像分割圖像分割是根據圖像的特徵像素的灰度、顏色、紋理、或特徵集合的相似性準則，對圖像像素進行分組聚類，把圖像平面按其特徵像素的灰度、顏色、紋理，劃分區域，使其後的圖像分析和識別等高級處理階段的數據量大大減少，同時保留有關圖像結構特徵的信息；圖像中的目標或前景，它們一般對應圖像中特定的、具有獨特性質的區域，需要將它們分離提取出來；圖像分割就是指把圖像按其特徵劃分區域，並提取出目標的技術和過程；這裡特徵可以是像素的灰度、顏色、紋理等，預先定義的目標可以對應一個區域，也可以對應多個區域，採用多閾值自適應簇集分割方法；d.切取小圖像將前景用矩形框包圍，該前景為不離心尿液中細胞的圖像，並按照矩形框的邊緣切取小圖片，e.特徵提取對於已經分割的小圖像，通過提取其特徵像素的灰度、顏色、紋理，計算長寬比、粗糙度、熵、相關係數、能量、共生矩陣等，對所得特徵進行加權，按特徵值範圍將紅細胞、白細胞、管型、結晶、細菌進行分類；具體算法如下1.長寬比f1=(20-0220+02+1)/2]]>2.粗糙度首先，計算圖像中大小為2k×2k個像素的活動窗口中像素的平均強度值，即有Ak(x,y)=i=x-2k-1x+2k-1-1j=y-2k-1y+2k-1-1g(i,j)22k]]>計算平均強度差Ek，h(x，y)＝|Ak(x+2k-1，y)-Ak(x-2k-1，y)|Ek，v(x，y)＝|Ak(x，y+2k-1)-Ak(x，y-2k-1)|其中對於每個像素，能使E值達到最大(無論方向)的k值用來設置最佳尺寸Sbest(x，y)＝2k；
最後，計算整幅圖像中Sbest的平均值Fcrs=1mni=1mj=1nSbest(i,j)]]>3.熵H(d,)=-i,j{P(i,j)|d,}-log{P(i,j)|d,}]]>4.相關係數C=(d,)=i,j(i-x)(j-y)P(i,j|d,)xy]]>其中x=iijP(i,j|d,),y=jjiP(i,j|d,)]]>x=i(i-x)2jP(i,j|d,),y=j(j-y)2iP(i,j|d,)]]>5.能量E(d,)=i,j{P(i,j)|d,}2]]>6.局部平穩L(d,)=i,j11+(i-j)2P(i,j|d,)]]>f.圖像識別和計數對分類後的沉渣成份進行計數；g.輸出結果輸出計數結果，並列印檢測報告。
液體流動控制系統主要由蠕動泵、電磁閥、壓力傳感器、液位傳感器氣泵等組成。
工作原理控制液體流動的蠕動泵和液體流向的電磁閥，通過蠕動泵的轉動完成吸樣或打樣操作，通作控制電磁閥完成吸取或打出樣本的操作。
蠕動泵廠家美國Start公司，壓力傳感器廠家美國honeywell公司，電磁閥廠家日本TAKSAJO公司。
權利要求
1.一種使用圖像識別系統分析不離心尿液的方法，包括下列步驟一、自動進樣操作將要檢驗的2ul尿標本通過液體流動控制系統吸入計數室，混勻，該液體流動控制系統通過管線與計數室連接，計數室為中空的透明玻璃元件，其計數區的容積為2ul；二、吸入計數室的尿液通過顯微攝像系統進行圖像拍攝；三、計算機圖像自動識別軟體對拍攝到的沉渣圖像進行自動分類識別和計數a.圖像錄入用帶有數位照相機的顯微鏡系統，並將顯微鏡物鏡調至400倍，對未離心尿液中的沉渣圖像掃描進入計算機；b.圖像的預處理對於輸入的圖像，進行改善效果的基本處理。主要包括圖像去噪，圖像對比度變換，自動調節光照度和閾值處理，圖像平滑，圖像腐蝕，圖像膨脹，邊緣提取，圖像放大，縮小操作。為下一步工作做準備；c.圖像分割根據圖像的特徵像素的灰度、顏色、紋理、或特徵集合的相似性準則，對圖像像素進行分組聚類，把圖像平面按其特徵像素的灰度、顏色、紋理，劃分區域，使其後的圖像分析和識別等高級處理階段的數據量大大減少，同時保留有關圖像結構特徵的信息；d.切取小圖像將前景用矩形框包圍，該前景為不離心尿液中細胞的圖像，並按照矩形框的邊緣切取小圖片，e.特徵提取對於已經分割的小圖像，通過提取其特徵像素的灰度、顏色、紋理，計算長寬比，粗糙度，熵，相關係數，能量，共生矩陣等，對所得特徵進行加權，按特徵值範圍將紅細胞、白細胞、管型、結晶、細菌進行分類；f.圖像識別和計數對分類後的沉渣成份進行計數；g.輸出結果輸出計數結果，並列印檢測報告。
2.根據權利要求1所述的一種使用圖像識別系統分析不離心尿液的方法，步驟三中圖像分割就是指把圖像按其特徵劃分區域，並提取出目標的技術和過程；這裡特徵可以是像素的灰度、顏色、紋理等，預先定義的目標可以對應一個區域，也可以對應多個區域，採用多閾值自適應簇集分割方法；圖像中的目標或前景，它們一般對應圖像中特定的、具有獨特性質的區域。
3.根據權利要求1所述的一種使用圖像識別系統分析不離心尿液的方法，步驟三中e.特徵提取具體算法如下1.長寬比f1=(20-0220+02+1)/2]]>2.粗糙度首先，計算圖像中大小為2k×2k個像素的活動窗口中像素的平均強度值，即有Ak(x,y)=i=x-2k-1x+2k-1-1j=y-2k-1y+2k-1-1g(i,j)22k]]>計算平均強度差Ek，h(x，y)＝|Ak(x+2k-1，y)-Ak(x-2k-1，y)|Ek，v(x，y)＝|Ak(x，y+2k-1)-Ak(x，y-2k-1)|其中對於每個像素，能使E值達到最大(無論方向)的k值用來設置最佳尺寸Sbest(x，y)＝2k；最後，計算整幅圖像中Sbest的平均值Fcrs=1mni=1mj=1nSbest(i,j)]]>3.熵H(d,)=-i,j{P(i,j)|d,}-log{P(i,j)|d,}]]>4.相關係數C=(d,)i,j(i-x)(j-y)P(i,j|d,)xy]]>其中x=iijP(i,j|d,)]]>y=jjiP(i,j|d,)]]>x=i(i-x)2jP(i,j|d,)]]>y=j(j-y)2iP(i,j|d,)]]>5.能量E(d,)=i,j{P(i,j)|d,}2]]>6.局部平穩L(d,)=i,j11+(i-j)2P(i,j|d,)]]>
4.根據權利要求1所述的一種使用圖像識別系統分析不離心尿液的方法，液體流動控制系統包括主要由蠕動泵、電磁閥、壓力傳感器、液位傳感器氣泵。
全文摘要
本發明涉及一種使用圖像識別系統分析不離心尿液的方法，屬於尿沉渣檢測方法學的改進。包括下列步驟一、自動進樣操作，二、吸入計數室的尿液通過顯微攝像系統進行圖像拍攝，三、計算機圖像自動識別軟體對拍攝到的沉渣圖像進行自動分類識別和計數a.圖像錄入，b.圖像的預處理，c.圖像分割，d.切取小圖像，e.特徵提取f.圖像識別和計數，輸出結果。優點簡單易行，計數更準確，符合NCCLS與CCCLS中規定的尿標本必須是定量的標準。為檢測尿液有形成分提供一種簡單的操作方法，實現自動化操作，且對標本能進行大規模計數，取代現在抽檢估算造成的偏差，使檢驗結果更準確。
文檔編號G01N35/00GK1645139SQ20041001139
公開日2005年7月27日 申請日期2004年12月27日 優先權日2004年12月27日
發明者顧小豐, 趙莉, 李紹凱, 李迎春 申請人:長春迪瑞實業有限公司