全自動尿液粒子分析系統(tǒng)核心技術(shù)研究.pdf

1、尿沉渣檢查是臨床檢查中心檢驗操作規(guī)程中的一項基本要求，根據(jù)尿液有形成分的形狀、紋理等特征來識別尿液中的紅細(xì)胞、白細(xì)胞、管型、上皮細(xì)胞、結(jié)晶等各種生理或病理成分，從而為醫(yī)務(wù)人員對泌尿系統(tǒng)疾病做出正確的診斷提供幫助。常規(guī)體格檢查或化學(xué)實驗中不能發(fā)現(xiàn)的異常變化，常可通過尿沉渣有形成分的定性以及定量分析而確定。由此可見，尿沉渣的鏡檢具有非常重要的臨床意義。為了提高結(jié)果的客觀性，減少人為因素對結(jié)果的影響，提高尿沉渣檢查的標(biāo)準(zhǔn)化，降低工作人員的勞動

2、強度，研制全自動的尿沉渣分析儀具有重要的意義。 論文研究了尿液有形成分的檢測方法，利用數(shù)字圖像處理技術(shù)和模式識別對尿沉渣圖像的分割和有形成分的分類進行了深入研究。從圖像特征出發(fā)，將多種處理算法有機的結(jié)合，通過計算和反復(fù)實驗，提出了一套完整有效的對尿液有形成分進行分析和分類的處理方案。 論文的主要任務(wù)是在全自動尿沉渣分析儀硬件系統(tǒng)的基礎(chǔ)上，設(shè)計并實現(xiàn)其控制操作和管理軟件，設(shè)計并實現(xiàn)對尿沉渣圖像的自動識別算法。為了實現(xiàn)對尿液

3、有形成分的準(zhǔn)確分析，關(guān)鍵是對圖像進行有效的分割。圖像的質(zhì)量是圖像分割的基礎(chǔ)，論文提出了基于主分量分析的自動聚焦算法，有效提高了獲取的圖像的質(zhì)量。另外，分割前對圖像的預(yù)處理可以有效降低分割的難度，提高分割的準(zhǔn)確性。論文提出了基于局部均值拉伸的圖像增強和光照不均勻消除及陰影抑制算法；然后采用細(xì)胞神經(jīng)網(wǎng)絡(luò)對圖像進行分割，并結(jié)合形態(tài)學(xué)操作和基于對測點的區(qū)域二次分割方法，得到最終的有形成分分割結(jié)果：再提取有形成分區(qū)域的多項形狀、統(tǒng)計和紋理參數(shù)，對

4、各個區(qū)域進行描述：最后利用多BP神經(jīng)網(wǎng)絡(luò)組合得到的分級分類器對區(qū)域進行分類，從而得到識別的最終結(jié)果。 論文工作主要有六個部分： 第一部分對系統(tǒng)的硬件、軟件系統(tǒng)和控制流程進行介紹。 第二部分為對尿沉渣圖像的預(yù)處理算法。論文提出了基于局部均值拉伸的圖像增強算法，通過拉伸圖像中各個點與其某鄰域內(nèi)灰度均值的差異達到增強圖像對比度的目的；同時可以通過對鄰域內(nèi)均值的變換，消除圖像中光照的不均勻和陰影。 第三部分為系統(tǒng)

5、中的自動聚焦算法。論文提出了基于主分量分析(Principal component analysis，PCA)的自動聚焦算法，算法通過對同一視野的對幅圖像分別計算多個清晰度評價指標(biāo)，然后通過PCA算法對這些指標(biāo)進行融合，得到最終的清晰度評價。 第四部分為尿沉渣圖像的分割算法，論文利用細(xì)胞神經(jīng)網(wǎng)絡(luò)，設(shè)計合適的模板對圖像進行分割；然后結(jié)合形態(tài)學(xué)操作，實現(xiàn)對圖像的初步分割；最后論文提出了基于對側(cè)點的區(qū)域二次分割算法，通過對區(qū)域邊緣形狀

6、的分析，確定二次分割的位置，從而實現(xiàn)分離粘連細(xì)胞、消除區(qū)域毛刺的目的。 第五部分為圖像區(qū)域特征的提取算法，通過對圖像特征及其分布曲線的分析，確定若干形狀參數(shù)、統(tǒng)計參數(shù)和紋理參數(shù)作為對區(qū)域的描述，為分類作好準(zhǔn)備。 第六部分為有形成分的分類，介紹了BP神經(jīng)網(wǎng)絡(luò)和支持向量機的基礎(chǔ)知識，通過對測試結(jié)果的初步分析，提出了分級的分類器組合方法，然后在每級中采用多個BP網(wǎng)絡(luò)進行投票以提高分類的準(zhǔn)確度，從而最終實現(xiàn)全自動的尿沉渣檢查。