血细胞图像识别计数法 【技术领域】
本发明涉及一种通过计算机识别统计来实现的血细胞图像识别计数法。
背景技术
在现代临床检验医学领域，血液常规检查是最基础、最重要的检查项目之一。该项检查的目的是了解血液中各种细胞及重要成分的数量、形态、比率等数据，作为临床医生做出诊断的重要依据。
现有的血液常规检查主要有两种方法——手工法和机器法。
1、手工法，是由检验人员手工操作，对被检血样进行定量、稀释、染色，然后在显微镜下通过肉眼观察、判断、计数。该方法的优点是计数准确度较高，适用于要求较高的临床诊断中；缺点是速度慢、效率低、耗血量大，易受人为因素干扰。现在已较少采用此方法，只在两种情况下使用，一是对机器法检测结果有疑问时，作为复检手段使用；二是对检测结果准确性要求较高的肿瘤等特殊病症进行诊断时使用。
2、机器法，是先由专用机器自动或半自动地对被检血样进行定量、稀释、染色等操作，再采用库尔特原理(电阻抗法)、光电比色原理、激光衍射原理、鞘流技术等技术手段进行计数及运算，并输出检测结果。该方法的优点是速度快、效率高、耗血量少，可避免人为因素干扰；缺点是检测准确度较低，只适用于一般性的筛查。
【发明内容】
本发明的目的是提供一种工作效率高、判断统计准确、可排除人为因素影响的的血细胞图像识别计数法。
本发明通过以下技术方案实现：
血细胞图像识别计数法，该方法包括如下步骤：
1)采集血样、定量、稀释、染色；
2)通过光学仪器依据预定的放大倍数对被检血样进行放大、聚焦、成像；
3)图像采集、进行平滑、去噪、增强、边缘锐化、图像元素分割处理；
4)对分割后的每一个元素图像进行模式识别，判断其性质，并进行分类统计，计算各种血液成分的相关数据；
5)对检测结果进行显示、打印、存储、传输。
所述的采集血样、定量、稀释、染色是通过采样组件全自动完成的。
所述的图像采集、进行平滑、去噪、增强、边缘锐化、图像元素分割处理是通过预先编制的计算机软件完成的，通过对每个采集目标进行图像处理，以达到识别判断的特征要求。
所述的对分割后的每一个元素图像进行模式识别，判断其性质，并进行分类统计，计算各种血液成分的相关数据是通过比对、判断、统计来实现的，通过建立数据库，存储各采集图像的特征，然后将采集、处理后的每个图像元素与数据库中的图像特征进行比对，即可实现统计结果。
所述的目标图像识别特征是通过细胞染色后的颜色区别和不同形状两个要素来区分的，染色后的颜色和细胞形状作为区别不同类细胞的识别依据。
所述的染色剂为瑞氏染液。
与现有技术相比，本发明的优点是：本方法既具有传统机器法检测的速度快、效率高、耗血量少、可避免人为因素干扰等优点，又能达到手工法检测的准确度，为临床诊断提供准确、快速的血液常规检查结果。
【具体实施方式】
血细胞图像识别计数法，该方法包括如下步骤：
1)采集血样、定量、稀释、染色——采用恒定负压从采血试管中吸取微量血液样品，采用气泡定量法准确提取定量血液样品，注入已装入定量稀释液和瑞氏染液的样品稀释杯中混匀，将稀释、染色、混匀后的血液样品注入光学组件(显微镜)下的血细胞记数板；
2)通过光学仪器依据预定的放大倍数对被检血样进行放大、聚焦、成像；
3)图像采集、处理——采用CMOS摄象组件采集光学放大后的血细胞样品图象，并以BMP格式传输到计算机中形成图象文件，采用5×5窗口对图象文件中图象象素的R、G、B三种颜色分量的二维数据矩阵进行中值滤波以消除噪声干扰，依据设定的阈值和梯度对这三个颜色分量数据矩阵进行图象增强和边缘锐化，依据设定的阈值对图象象素数据进行背景删除以增大象素数据的梯度，依据设定的数值梯度对图象象素进行边缘检测和图象分割以提取血细胞图象元素；
4)血细胞识别、计算——将分割后的每一个元素图像数据与血细胞模型数据库中的各种血细胞模型数据进行比对以判断其所属细胞种类，并进行分类统计，计算各种血液成分的相关数据；
6)对检测结果进行显示、打印、存储、传输。
所述的采集血样、定量、稀释、染色是通过采样组件全自动完成的。
所述的图像采集、进行平滑、去噪、增强、边缘锐化、图像元素分割处理是通过预先编制的计算机软件完成的，通过对每个采集目标进行图像处理，以达到识别判断的特征要求。
所述的对分割后的每一个元素图像进行模式识别，判断其性质，并进行分类统计，计算各种血液成分地相关数据是通过比对、判断、统计来实现的，通过建立数据库，存储各采集图像的特征，然后将采集、处理后的每个图像元素与数据库中的图像特征进行比对，即可实现统计结果。
所述的目标图像识别特征是通过细胞染色后的颜色区别和不同形状两个要素来区分的，染色后的颜色和细胞形状作为区别不同类细胞的识别依据。
所述的染色剂为----瑞氏染液，市售产品。