血細胞脈沖信號立體化識別原理及實現方法

丁遠超，龍 偉，詹從來

（南昌大學 信息工程學院，南昌 330031）

0 引言

血液分析儀，又稱血球計數儀，是醫院臨床檢驗應用廣泛的儀器之一[1]。目前，大多數血細胞分析儀均采用Coulter原理[2]來檢測血細胞，在電阻抗計數原理下，分析儀對血細胞脈沖信號的識別效果是影響其精度指標的關鍵因素[3]。

而血液分析儀通常采用將細胞脈沖波轉化為能觸發計數器的方波來對細胞進行計數的模擬電路識別方法[4]。這種方法從一定程度上可以對血細胞進行識別和計數，但與此同時存在著一些不足之處：1）不能反應出各血細胞脈沖信號的頻率特征，對高頻及過寬干擾信號出現誤計；2）當待檢測血細胞濃度比較大時，會出現對重疊細胞信號的漏計數；3）必須采用大量的模擬芯片來實現對復雜脈沖信號的識別處理，硬件電路復雜，工作可靠性不高。此外，也有不少科研工作者嘗試利用人工神經網絡具有自組織、自學習的功能和非線性處理的能力，以及分布式存儲和并行處理等優點，選用BP神經網絡選取一定數量的不同脈沖高度、脈沖寬度的血細胞脈沖信號作為訓練樣本，來對血細胞脈沖信號進行識別的方法[5]。但該方法識別算法復雜，訓練時間長，難以應用于需對大量數據進行在線實時處理的血液分析儀系統中。

本文介紹了一種應用于血液分析儀中簡單、快捷、工程應用可行、能對血細胞進行準確識別且能對干擾信號起到抑制作用的立體化血細胞脈沖信號識別原理及實現方法。該方法通過對流經微孔血細胞脈沖信號的幅值、頻率和通過時間的多方位立體檢測，即克服了傳統模擬電路識別方法對重疊細胞漏計數及高頻和低頻干擾信號誤計數的缺點，同時又解決了人工神經網絡脈沖識別算法復雜，訓練時間長的缺陷，提高了血液分析儀細胞分類和計數精度。

1 立體化細胞識別的原理及實現方法

在電阻抗法原理下，據實際測量，血細胞在經過微孔后會產生幅值為35μV～2mV、頻率為30KHz～50KHz的微小脈沖信號。此脈沖信號需經多級運算放大電路后輸出幅值范圍為0.35V～4V的脈沖電壓信號，以便A/D采集。

課題中通過5V-12bit高精度A/D對細胞信號進行采樣，根據有效細胞信號幅值為0.35V～4V，經A/D轉換公式(1)計算得到采樣后的脈沖信號數字量范圍為：286～3276。由于該倍數放大電路中，存在0μV～20μV的噪聲干擾，放大后的噪聲信號經公式(1)計算后得到的數字量范圍為：0～163。因此在細胞識別過程中，算法可設置一個大小為200的門檻值來區分噪聲信號與有效細胞信號，對噪聲信號進行有效濾除，實現對有效細胞信號的識別。

其中：D為實采電壓換算后的數字量，u0為A/D實采電壓值，u為A/D標稱電壓值5V。

因有效細胞脈沖信號的頻率范圍為30KHz～50KHz。由香農采樣定理可知，為不失真地恢復模擬信號，采樣頻率應不小于模擬信號頻譜中最高頻率的2倍，即fs≥2fmax[6]。但在實際工程應用中，為提高通過采樣數據恢復的模擬信號的精度，一般選取fs≥10fmax，因此課題設計的A/D采樣速度為3.0 MSPS。根據細胞脈沖頻率與采樣頻率的關系，由公式(2)計算可得，每個有效細胞脈沖信號的采樣點數范圍應為：60～100。但由于實際采樣中，有效細胞信號僅有正半周期的脈沖，因此有效細胞采樣點數范圍為：30～50。

其中：n為待采信號的采樣點數，fs為A/D采樣速度，f為待采信號頻率。

課題設計的血細胞脈沖信號識別即是篩選采樣信號中符合有效細胞脈沖特征（幅值、頻率）的信號實現對血細胞脈沖的計數。

立體化血細胞識別方法的軟件算法實現步驟為：

1）下截波：根據有效細胞信號及噪聲信號幅值特征，設定一個值為200的門檻，來區分有效信號與噪聲干擾。軟件算法只對采樣值大于200的信號進行處理，將小于此門檻值的數據除去，僅留下大于此值的數據。這樣，可以除去大量非細胞脈沖信號數據，僅保留有可能為細胞脈沖信號采樣點的數據，提高了數據的利用率。

2）波形識別：利用通過下截波留下的連續數據點，恢復原始信號的包絡線。再對這組數據判斷是否為連續上升n1個點再連續下降n2個點趨勢，并對連續上升及連續下降的點數n1、n2的范圍進行限制，這樣，一方面可通過這種趨勢判斷這個原始信號包絡線是否為一個波形及其波形的大致形狀，另一方面通過對連續上升及連續下降的點數n1和n2的限制，杜絕了對高頻干擾信號的誤識別。

3）脈沖高度判斷：通過下截波以及波形識別，初步判斷這組波形信號數據點是一個細胞脈沖信號的采樣點。每組波形信號數據點中，都有一個最大值，通常把這個值作為這個脈沖信號的高度。阻抗法分類原理是通過對脈沖信號高度判斷進行的，由此可知，每類細胞都有其特定特征的細胞高度，因此通過對高度上下閾值的限制，可以對各類細胞進行分類。

4）脈沖寬度判斷：同樣通過下截波及波形識別，每組波形信號也有一個采樣數據點個數，通常稱其為脈沖信號的寬度。根據采樣頻率及細胞頻率計算可知，有效細胞采樣點數應為：30～50。即通過軟件算法判斷，脈沖采樣點數在此范圍內的則為有效細胞信號寬度，不在此范圍內的則計為干擾。

通過上述4個步驟描述可見，該細胞識別算法一方面起到了帶通濾波的作用，另外一方面恢復了原始脈沖信號的包絡線，更重要的是，解決了模擬電路識別方法僅通過脈沖高度對細胞進行計數存在漏計和誤計的問題。從細胞高度、細胞寬度和細胞通過微孔的時間對每個細胞進行多方位檢測。且在識別過程中，未增加數據計算量，大大節約了識別時間。

2 立體化血細胞脈沖識別的效果驗證

2.1 驗證方法

為驗證立體化血細胞識別方法對血細胞脈沖信號的識別效果。使用立體化識別方法對20組血細胞采樣數據進行識別計數，并與人工經驗識別計數及模擬電路識別方法進行對比，驗證三種方法下細胞計數是否存在偏差。其步驟如下：

1）通過示波器，保存血細胞脈沖的某段模擬信號，通過人工經驗，對信號波形進行識別，統計出血細胞個數。

2）通過示波器，保存通過硬件電路方式轉換后的方波信號，并對方波個數進行統計，得出血細胞個數。

3）利用Visual Basic 6.0軟件編寫的應用程序，讀取對應的采樣數據，恢復其信號包絡線，并通過立體化識別方法，對血細胞進行計數。

2.2 驗證結果

對比結果如表1所示。

表1 血細胞立體化識別與人工經驗識別結果對比表

2.3 立體化識別對重疊脈沖、高頻及低頻干擾信號的識別效果

立體化識別算法對“M”型重疊細胞信號的識別效果如圖1所示。

圖1 “M”型重疊脈沖識別效果圖

從圖1中可看出，在Visual Basic 6.0下編寫的立體化識別算法能夠有效識別重疊“M”型脈沖信號，克服了模擬電路識別方法漏計數的缺陷。

立體化識別算法對高頻及低頻干擾脈沖信號的識別效果如圖2、圖3所示。

圖2 原始信號波形

圖2中描繪的原始信號波形數據來自3段采樣數據點，但為更直觀說明效果，人工將3段數據擬合為一段連續數據進行識別效果驗證。該原始信號波形經立體化識別算法處理后信號波形如圖3所示。

圖3 立體化識別后信號波形

從圖3中可看出，在Visual Basic 6.0下編寫的立體化識別算法能夠有效識別高頻及低頻干擾脈沖信號，克服了模擬電路識別方法誤計數的缺陷。

2.4 驗證結論

從血細胞20組采樣數據利用立體化識別方法計數與人工經驗識別計數的結果對比來看，吻合率100%。與通常的模擬電路識別方法對比，解決了模擬電路識別方法對重疊脈沖信號漏計數和高頻及過寬干擾信號誤計數的問題。由此可見，立體化血細胞識別方法在細胞識別計數中可用，且效果良好。

3 結束語

本文提出了一種應用于血液分析儀中工程可行的立體化血細胞脈沖識別計數原理及具體方法的實現。該方法創新的對通過微孔的血細胞脈沖信號的高度、寬度和通過時間進行多方位檢測，解決了傳統的模擬電路識別方法對重疊細胞信號漏計、對高頻及過寬干擾信號誤計等關鍵技術難題，提高了細胞分類和計數精度。該立體化血細胞識別方法經多次修正及實驗驗證后，已于2014年成功應用到某款三分類血液分析儀中，儀器功能、性能測試均合格。

[1] 游世梅.血液分析儀的現狀與發展趨勢分析[J].中國高新技術企業.2013,02(09):83-84.

[2] 李霞,曾文潔,郭建華.血液分析儀聯合血細胞形態觀察在臨床診斷中的應用[J].國際檢驗醫學雜志.2012,03(07):876-878.

[3] 陳曉玲,武錦彪,王文娟.Sysmex XE-2100血液分析儀臨床應用評價[J].實驗與檢驗醫學.2014,32(01):26-29.

[4] 許志偉,吳太虎,等.血細胞計數技術最新研究進展[J].醫療衛生裝備,2004,24(3):24-28.

[5] 劉曉,郭興明,搖曉帥,等.基于BP神經網絡的超聲圖像識別方法的研究[J].中國醫療器械雜志,2004,28(6):395-397.

[6] 趙冠楠.基于局部平均的香農采樣展開式的截斷誤差估計[D].天津:天津大學,2009:11-20.