基于圖像處理的尿有形成分的識(shí)別

胡曉麗

（桂林電子科技大學(xué) 教學(xué)實(shí)踐部，廣西 桂林 541004）

尿液中含有一些肉眼看不到的具有重大臨床價(jià)值的微小結(jié)構(gòu)，并且數(shù)量很少。為了找到這些可能造成泌尿系統(tǒng)病變的物質(zhì)，只能借助一定的設(shè)備與技術(shù)來(lái)觀察和分析，這就是尿沉渣分析。尿沉渣分析是用設(shè)備對(duì)尿液中有形成分的質(zhì)和量檢查的組合，是比較重要的一項(xiàng)臨床檢驗(yàn)工作，對(duì)腎和尿路疾患的診斷、疾病的嚴(yán)重程度及愈后的判斷都有極為重要的價(jià)值。尿沉渣檢查中的尿沉渣計(jì)數(shù)檢查是對(duì)尿液中有形沉淀物的分類識(shí)別計(jì)數(shù)，根據(jù)一定時(shí)間內(nèi)一定量尿液中各種有形成分的種類和數(shù)量，了解腎和尿路健康情況。目前，在尿沉渣計(jì)數(shù)檢查方面，許多醫(yī)院仍采用人工識(shí)別的方法，該方法實(shí)現(xiàn)簡(jiǎn)單、操作容易，但是勞動(dòng)強(qiáng)度大、檢驗(yàn)速度慢且檢驗(yàn)結(jié)果受個(gè)人主觀因素影響較大。基于以上原因，需要一種快速、客觀和統(tǒng)一的尿沉渣分析技術(shù)。近年來(lái)，計(jì)算機(jī)技術(shù)迅猛發(fā)展，圖像處理得到深入研究和廣泛應(yīng)用，許多復(fù)雜算法可以較容易實(shí)現(xiàn)，因此完全可以將數(shù)字圖像處理技術(shù)與人類的經(jīng)驗(yàn)結(jié)合起來(lái)，實(shí)現(xiàn)尿沉渣有形成分的快速和自動(dòng)分析。

1 尿沉渣分析技術(shù)及特點(diǎn)

1.1 傳統(tǒng)的分析方法

由專門的檢驗(yàn)人員在顯微鏡下觀察尿沉渣涂片，首先用低倍鏡觀察，找出有無(wú)各種有形物體，然后轉(zhuǎn)到高倍鏡仔細(xì)觀察確認(rèn)分類和計(jì)數(shù)，該方法即為尿沉渣鏡檢。尿沉渣鏡檢分析是對(duì)尿液染色涂片放大400倍或100倍時(shí)所看見有形成分的識(shí)別及計(jì)數(shù)，在此放大范圍，可以識(shí)別的成分有紅細(xì)胞、白細(xì)胞、上皮細(xì)胞、管形以及其他一些結(jié)晶和雜質(zhì)。檢驗(yàn)時(shí)要求觀察多個(gè)視野，統(tǒng)計(jì)每一個(gè)視野下有形成分的種類和個(gè)數(shù)。但人為主觀因素對(duì)該檢驗(yàn)方法的檢驗(yàn)結(jié)果影響較大，不同的檢驗(yàn)人員之間可能會(huì)使用不同的判別標(biāo)準(zhǔn)，導(dǎo)致檢查結(jié)果的差異，最后影響診斷結(jié)果。此外，采用人工觀察檢驗(yàn)的方法效率很低。此外，還有采用在顯微鏡上加裝CCD攝像頭的方法，將所觀察畫面經(jīng)過(guò)圖像采集卡輸入計(jì)算機(jī)，然后再顯示在屏幕上，可以通過(guò)屏幕顯示來(lái)識(shí)別和計(jì)數(shù)有形成分，然后把分析結(jié)果和圖像通過(guò)打印機(jī)輸出，同時(shí)也可以保存[1]。該檢驗(yàn)方法雖然使用了計(jì)算機(jī)，但是實(shí)質(zhì)只是把圖像搬到計(jì)算機(jī)屏幕上而已，并沒有利用計(jì)算機(jī)強(qiáng)大的處理能力和圖像處理技術(shù)來(lái)進(jìn)行識(shí)別、計(jì)數(shù)和分析，因此仍是傳統(tǒng)的識(shí)別分析方法。

1.2 非傳統(tǒng)的分析方法及特點(diǎn)

1.2.1 流式細(xì)胞術(shù)分析方法

流式細(xì)胞分析 FCM（Flow CytoMetry）是以高能量激光照射高速流動(dòng)狀態(tài)下被熒光色素染色的單細(xì)胞或微粒，測(cè)量其產(chǎn)生的散射光和發(fā)射熒光的強(qiáng)度，從而對(duì)細(xì)胞（或微粒）的物理、生理、生化、免疫、遺傳、分子生物學(xué)性狀及功能狀態(tài)等進(jìn)行定性或定量檢測(cè)的一種現(xiàn)代細(xì)胞分析技術(shù)。它具有如下幾個(gè)特點(diǎn)：（1）標(biāo)本只要是單細(xì)胞即可用于分析；（2）分析細(xì)胞速度極快，只要標(biāo)本中的細(xì)胞數(shù)量足夠，流式細(xì)胞儀（Flow Cytometer）能夠以每秒數(shù)十、數(shù)百、數(shù)千個(gè)細(xì)胞的速率進(jìn)行測(cè)量，測(cè)量的細(xì)胞總數(shù)可達(dá)數(shù)千、數(shù)萬(wàn)乃至數(shù)百萬(wàn)個(gè)；（3）可同時(shí)分析單個(gè)細(xì)胞的多種特征，使細(xì)胞亞群的識(shí)別、計(jì)數(shù)更為準(zhǔn)確；（4）定性或定量分析細(xì)胞。已開發(fā)出采用該技術(shù)的全自動(dòng)尿有形成分分析儀，如Sysmex UF-100，其采用細(xì)胞術(shù)原理，對(duì)未離心尿中有形成分的DNA、細(xì)胞膜進(jìn)行染色，然后測(cè)量細(xì)胞的前向散射光和前向熒光兩種參數(shù)，應(yīng)用多參數(shù)算術(shù)法則直接計(jì)算和分析，可識(shí)別和計(jì)數(shù)尿液中紅細(xì)胞、白細(xì)胞、上皮細(xì)胞、管形及細(xì)菌5種有形成分[2-3]。流式細(xì)胞術(shù)是一種先進(jìn)的檢驗(yàn)方法，但由于不是確證檢驗(yàn)，只能用于早期的篩選，具有一定的局限性，在許多重要診斷場(chǎng)合，最終還是采用鏡檢，因此流式細(xì)胞分析并不能夠完全代替尿沉渣鏡檢。

1.2.2基于圖像的分析方法

通過(guò)在顯微鏡上加裝一定的設(shè)備，就可以把尿沉渣圖像以一定格式輸入到計(jì)算機(jī)中，從而可以運(yùn)用圖像處理的方法對(duì)尿沉渣圖像進(jìn)行分析處理。根據(jù)尿液中各種有形成分的特點(diǎn)，選擇合適的處理過(guò)程和處理算法。利用計(jì)算機(jī)技術(shù)和模式識(shí)別相結(jié)合的方法來(lái)對(duì)尿沉渣中有形成分進(jìn)行分析，可提高識(shí)別的質(zhì)量和速度。由于對(duì)所有的檢驗(yàn)樣本都采用統(tǒng)一的標(biāo)準(zhǔn)，在檢驗(yàn)過(guò)程中沒有人為主觀因素的影響，因此可得到可信度更高的檢驗(yàn)結(jié)果供參考。同時(shí)，由于采用適當(dāng)?shù)奶幚矸椒ǎ梢詫?duì)有形成分進(jìn)行自動(dòng)識(shí)別、計(jì)數(shù)，大大減少了人員的勞動(dòng)強(qiáng)度。目前國(guó)內(nèi)外已在此基礎(chǔ)上開發(fā)出不少基于圖像的尿沉渣分析儀，如美國(guó)IRIS推出的Yellow IRIS及IQ-200，國(guó)內(nèi)推出的SQ-3000型全自動(dòng)尿沉渣分析系統(tǒng)以及天海US2020系列等，但是實(shí)際的識(shí)別率以及自動(dòng)化程度還有待進(jìn)一步提高[4-6]。

2 基于圖像的尿沉渣分析

2.1 圖像采集、預(yù)處理

基于圖像的尿沉渣分析是將鏡檢與圖像處理技術(shù)相結(jié)合，既具有鏡檢的確證性，同時(shí)又利用了計(jì)算機(jī)強(qiáng)大的處理能力。通過(guò)在顯微鏡上加裝CCD攝像頭對(duì)光學(xué)圖像進(jìn)行光電轉(zhuǎn)換輸入圖像采集卡，然后把圖像輸入計(jì)算機(jī)，接著對(duì)圖像進(jìn)行預(yù)處理，再采用各種合適算法進(jìn)行特征提取，做出判斷，如圖1所示。

2.2 分類識(shí)別計(jì)數(shù)處理

對(duì)所獲取的圖像進(jìn)行預(yù)處理得到二值圖像以后，就可以運(yùn)用各種過(guò)程和算法對(duì)圖像進(jìn)行分割和識(shí)別，在此過(guò)程中所采用的圖像分割與特征提取算法以及整個(gè)處理過(guò)程對(duì)最后的識(shí)別結(jié)果很重要。目前許多技術(shù)都被用到圖像處理識(shí)別中，如神經(jīng)網(wǎng)絡(luò)、遺傳算法、支持向量機(jī)、免疫算法等，并且都獲得了一定的效果[7-13]。識(shí)別處理是整個(gè)分析系統(tǒng)最重要和關(guān)鍵的部分，最終識(shí)別率的高低以及自動(dòng)識(shí)別程度主要由此決定，最后按一定的標(biāo)準(zhǔn)形式保存和輸出處理結(jié)果。

3 尿沉渣圖像分析儀

圖像分析儀又稱圖像分析系統(tǒng) （ImageAnalysis System），主要用來(lái)解決如何客觀地、較精確地用數(shù)字來(lái)表達(dá)存在于標(biāo)本中的各種信息，它已經(jīng)成為一種實(shí)用有力的科學(xué)研究工具，并且在逐漸展現(xiàn)出巨大的潛能。圖像中包含著極其豐富的內(nèi)容，是人們從客觀世界中獲得信息的重要手段，因此，正確地處理圖像從而獲取有用信息已成為圖像處理技術(shù)中的重要課題。

3.1 尿沉渣圖像分析儀硬件部分構(gòu)成

尿樣本經(jīng)過(guò)染色、涂片后放在顯微鏡下，調(diào)焦至最清晰狀況，然后由CCD將此時(shí)圖像轉(zhuǎn)換為電信號(hào)輸入到圖像采集卡，再由圖像采集卡將圖像的電信號(hào)轉(zhuǎn)換為數(shù)字圖像輸出至計(jì)算機(jī)，最后經(jīng)過(guò)處理的圖像和各種處理結(jié)果一同輸出到輸出裝置，如圖2所示。

圖2 尿沉渣分析硬件系統(tǒng)

3.2 尿沉渣圖像分析儀軟件部分設(shè)計(jì)

對(duì)圖像的預(yù)處理后得到二值圖像，然后對(duì)有形成分進(jìn)行分割、邊沿跟蹤、特征選擇、類聚與分類。也可以建立知識(shí)模塊，把醫(yī)生對(duì)有形成分分類的知識(shí)符號(hào)化，組成知識(shí)模塊，經(jīng)過(guò)學(xué)習(xí)與模糊推理得出分類結(jié)果[14]。軟件的實(shí)現(xiàn)處理過(guò)程如圖3所示。

圖3 尿沉渣分析及分類軟件系統(tǒng)

4 分析標(biāo)準(zhǔn)化

目前許多已開發(fā)出來(lái)的尿沉渣分析儀所標(biāo)稱的識(shí)別率雖然很高，但都是在使用特殊圖片處理下得到的結(jié)果，不具有廣泛性和可比性。因此可以對(duì)采用各種不同算法、不同廠家生產(chǎn)的尿沉渣分析儀性能的對(duì)比判斷有一個(gè)統(tǒng)一的標(biāo)準(zhǔn)。分析標(biāo)準(zhǔn)化包括：（1）對(duì)尿液收集的規(guī)范、何時(shí)收取以及收集量的多少、是否離心以及使用多大的玻璃片來(lái)制作沉渣涂片作出規(guī)定；（2）制定出檢驗(yàn)用的標(biāo)準(zhǔn)圖像庫(kù)；（3）對(duì)識(shí)別計(jì)數(shù)結(jié)果表示的標(biāo)準(zhǔn)化。本文對(duì)尿沉渣分析的原理及目前所采用的技術(shù)特點(diǎn)進(jìn)行了歸納，重點(diǎn)介紹了基于圖像的尿沉渣有形成分識(shí)別計(jì)數(shù)方法，對(duì)基于圖像處理方法研制的尿沉渣分析儀進(jìn)行了說(shuō)明，同時(shí)指出對(duì)尿沉渣分析標(biāo)準(zhǔn)化的重要性。雖然目前已開發(fā)出不少尿沉渣分析儀，但是在識(shí)別率及自動(dòng)識(shí)別程度上還不是很讓人滿意，仍還有許多問(wèn)題有待解決。

[1]鄭善鑾，蘇明權(quán)，郝曉柯.尿液沉渣分析系統(tǒng)的研制及其數(shù)據(jù)管理系統(tǒng)的開發(fā)[J].醫(yī)療衛(wèi)生裝備，2003（10）：71-72.

[2]范瑋琦，劉曉，張宏勛.血細(xì)胞的圖像檢測(cè)方法研究[J].儀器儀表學(xué)報(bào)，1996（6）：305-307.

[3]胡曉波，熊立凡，王鴻利.全自動(dòng)尿有形成分分析儀及其臨床應(yīng)用[J].現(xiàn)代醫(yī)學(xué)儀器與應(yīng)用，1998，10（1）：9-11.

[4]王凱，張建正.尿顯微圖像中細(xì)胞自動(dòng)識(shí)別與分類的研究與分析系統(tǒng)的實(shí)現(xiàn)[J].儀器儀表學(xué)報(bào)，2000，21（6）：648-650.

[5]KING C.Automated methods in urinalysis[J].Clin Lab Sci， 1998，11：44-46.

[6]叢玉隆，馬俊龍.尿液干化學(xué)分析與顯微鏡檢查[J].中華醫(yī)學(xué)檢驗(yàn)雜志，1997，20：135-137.

[7]李根乾，余心宏，羅子健.計(jì)算機(jī)信號(hào)處理的細(xì)胞識(shí)別診斷系統(tǒng)[J].中國(guó)科學(xué)基金，2000，（1）：57-59.

[8]Zhen Ningfeng， TANIGUCHI K， WATANAEIE S， et al.A precise classifier for thesubstancesin urinarysediment images based on neural networks and fuzzy reasoning[C].2000 IEEE International Conference on Systems， Man， and Cybernetiss，2003（3）：1928-1933.

[9]Lin Wei， Xiao Jianhong， TZANAKOU E M.A computational intelligence system for cell classification[C].Proceedings of International Conference on Information Technology Application in Biomedicine， 1998：105-109.

[10]Liu Binghan，F(xiàn)ang Xiuduan，Wang Weizhi，et al.Automatic separation of overlapping objects[C].Proceedings of the 4th World Congress on Intelligent Control and Automation，2002：2901-2905.

[11]He Wei，WILDER J.Nucleus shape recognition for an automated hematology analyzing system[C].Proceedings of the Second Joint Engineering in Medicine and Biology，2002 24th AnnualConference and the AnnualFall Meeting ofthe BiomedicalEngineeringSociety EMBS/BMES Conference， 2002（2）：1043-1044.

[12]王洪元，石澄賢，曾生根，等.癌細(xì)胞顯微圖像分割與識(shí)別研究[J].計(jì)算機(jī)工程與應(yīng)用，2003（36）：214-216.

[13]張燕寧，黃偉華，侯建軍.采用一種新的馬爾可夫模型進(jìn)行癌癥醫(yī)學(xué)圖像分割[J].北方交通大學(xué)學(xué)報(bào)，2003，27（5）：42-45.

[14]蔣紅兵，夏永祥，馬建寧，等.尿沉渣分析儀的研制[J].中國(guó)醫(yī)療器械雜志，2002，26（2）：112-114.