CN1837819A - 基于机器视觉的血细胞分析方法 - Google Patents

Abstract

本发明公开了一种基于机器视觉的血细胞分析方法，包括以下步骤：利用摄像装置将血液样本输入计算机；将输入的彩色图像转换成黑白图像；再将黑白图像转换成二值化图像，对二值化图像进行标定，对标定的图像进行计数及面积计算，从而得到血液样本中红细胞、白细胞、血小板的个数。本发明利用计算机对采集的血液样本图片进行图形辨认，从数字化图片中辨认并数出各种不同的血细胞，并由此得出血常规检查的数据。本发明方法采用了自动化操作，具有成本较低、工作效率高和准确性高的优点。克服了电阻式血细胞计数方法价格贵、维护费用高、准确率较低的缺点。

Description

基于机器视觉的血细胞分析方法

技术领域

本发明涉及一种基于机器视觉的血细胞分析方法。

背景技术

目前，血细胞计数方法主要有显微镜人工观察计数法、电阻式血细胞计数方法、激光照射计数法。显微镜人工观察计数法是用显微镜观察血细胞计数板上的血液样本，再对各种细胞人工记数，从而得出各参数，结果较准确，但效率低下，速度很慢。电阻式血细胞计数方法是由美国库尔特于1953年提出的，根据血细胞的不良导电性和产生电阻抗原理来计数血液中的细胞，并从事颗粒性测量，从而计算出血常规检查的数据。目前各大医院均广泛使用这种血细胞分析仪，这种仪器自动化程度高，但价格贵，维护费用高，使用一段时间后需校准，准确性有时不如显微镜人工观察计数法。激光照射计数法利用整形的激光束照射血细胞，通过折射、透射、反射后的激光束进行收集整理并转换成相应数据。或利用高频波反射，收集信号转换成数据。这种计数方法存在的缺点是：昂贵，不准确，工作不稳定。

发明内容

为克服上述现有血细胞计数方法的缺点，本发明提供一种成本较低、效率高、计数准确的基于机器视觉的血细胞分析方法。

为实现上述的目的，本发明的基于机器视觉的血细胞分析方法，包括以下步骤：

白细胞的计数步骤如下：

a.将血液样本进行融血及染色处理，溶解掉红细胞，放入显微镜下放大，再通过摄像装置输入计算机；

b.将输入的彩色图像转换成黑白图像；

c.计算黑白图像的亮度值，算出平均亮度；

d.将图像转化为二值化图像，图像中像素点大于平均亮度的像点设置为1，否则为0；

e.对图像中为1的图块进行标定；

f.对所标定的图块进行空洞判断，如果有，则填充空洞；

g.对图块计数，并计算每个图块的面积，将面积乘以常数即为体积，这样就得到白细胞的数目和各自的体积；

红细胞和血小板计数步骤如下：

1)、将同一次抽取的血液样本稀释及染色后，放入显微镜下放大，再通过摄像装置输入计算机；

2)、将输入的彩色图像转换成黑白图像；

3)、计算黑白图像的亮度值，算出平均亮度；

4)、将图像转化为二值化图像，图像中像素点大于平均亮度的像点设置为1，否则为0；

5)、对图像中为1的图块进行标定；

6)、对标定的每一个图块进行有空洞判断，如果有，则填充空洞；

7)、对每一个图块并进行圆度匹配，接近圆形的图块是一部分单个红细胞和血小板，计算所有图块的面积，按大小可分为两类，大的一类为单个红细胞或者粘连的红细胞，小的一类是血小板，计算这些接近圆形的一类红细胞的平均面积，作为单个红细胞的标准面积，同理可得到单个血小板的标准面积；

8)、将所有大的一类图块的面积与标准红细胞面积比较，大于标准面积1.5倍者可视为两个以上红细胞粘连，按面积倍数算出有多少红细胞粘连，并计算数目，接近标准红细胞面积的为单个的红细胞，也一起计数并累加；

9)、所有小的一类图块为血小板，对血小板计数，这样得到红细胞与血小板的个数及其面积，将面积乘以常数即为体积；将红细胞数目减去同体积中的白细胞数，即为所测样品中实际的红细胞数。

本发明的有益效果：本发明用显微镜和摄像头将染色或未染色的血液样本摄取图片送入计算机，由计算机对样本图片进行图形辨认，从数字化图片中辨认并数出各种不同的血细胞，并由此得出血常规检查的数据，本发明方法采用了自动化操作，具有成本较低、工作效率高和准确性高的优点。克服了电阻式血细胞计数方法价格贵、维护费用高、准确率较低的缺点。

附图说明

图1为本发明中血细胞的显微图像转化为二元值图像后的情形。

图2为本发明中细胞图形的填充示意图。

具体实施方式

本发明中白细胞的计数步骤如下：

将抽取的血液样本进行融血及染色处理，溶解掉红细胞，在显微镜下仅能看到白细胞，减少放大倍数或者对多个图像进行拼接，使图中的白细胞数在100-200之间，将图像转为8位黑白图像，如果采集到的图像为黑白图像，可忽略此步，如为彩色图像，可提取HSL或RGB元素的其中一层转为黑白图像；

计算全图的亮度值，算出平均亮度，即将所有像素点的值相加，再除以像素点数目；

将图像转化为BINARY图像，即仅有0和1两个值的图像，以平均亮度为准，图像中大于该亮度的像点设置为1，否则为0；

进行MORPHOLOGY算法操作，标定图像上的每一个图块；

对所标定的图块进行空洞判断，如果有，则填充空洞，如图2所示；

对图块计数，并计算每个图块的面积，将面积乘以常数即为体积，这样就得到白细胞的数目和各自的体积；

按白细胞的体积分群，小于90FL者为淋巴细胞，大于160FL者为大细胞区，位于中间的为单核细胞；

红细胞和血小板的计数步骤如下：

将同一次抽取的血液样本经稀释及染色后，置于显微镜下，由数字摄像头采集图片输入计算机，稀释倍数应以显微镜下看到红细胞不会大量粘结为佳，镜头放大倍数应使视野中的红细胞出现在200个以上；

将输入的彩色图像转换成黑白图像；

计算全图的亮度值，算出平均亮度；

将图像转化为BINARY(二值化)图像，即仅有0和1两个值的图像，以平均亮度为准，图像中大于该亮度的像点设置为1，否则为0；

进行MORPHOLOGY算法中的图块辨认操作，可以辨认出图像上每一个小图块，即将每一个值为1的图形块找出并标定；有许多算法可以完成这项操作，其中一种为穷举法，从第一个像素点起，如果值为1，则标定为一个图块，并检查该点相邻的上下左右点的值，如果为1则也归入该图块中，直到所有该图块的像素点找到，从整个图像中剔除该图块所属像点，这些图块可能是单独的红细胞和血小板，也可能是连成一块的细胞体，还可能是图像的干扰点，除掉面积最小的一类图块(比如小于9个色素点，或是选择一般最小的血小板应有的大小以下的数值)，可以排除干扰点；

对找到的每一个图块，进行是否有空洞判断，如果有，则填充空洞；

对每一个图块并进行圆度匹配，接近圆形的图块为部分红细胞和血小板，对这些图块计算面积，按大小可分为两类，大的一类为单个红细胞或者粘连的红细胞，小的一类是血小板，计算这些红细胞的平均面积，可视为红细胞的标准面积，同理计算血小板的标准面积；

对所有图块面积与标准红细胞面积比较，大于标准面积1.5倍者可视为两个以上红细胞粘连，按面积倍数算出有多少红细胞粘连，并计算数目；

对所有非粘连图块(即接近或者小于标准红细胞面积的图块)计算面积，按比例大小分类，图块会归为两个明显的区，大的一区为非粘连红细胞与极少量白细胞，小的一区为血小板，分别计数；

至此已得出红细胞与血小板及其面积，将面积乘以常数即为体积；即得出红细胞与血小板的数目及其体积，再将得到的红细胞数目按体积大小减掉同等体积大小的白细胞数目即得到样品中实际的红细胞数目；

按红细胞，白细胞，血小板的体积与数目，可以得到红细胞，白细胞，血小板的直方图。以分光光度计比色原理测出血红蛋白，由血红蛋白浓度，红细胞计数，白细胞计数及分类，血小板计数，可以得到三分群血细胞检测仪的检测参数。

Claims (2)

1、一种基于机器视觉的血细胞分析方法，包括以下步骤：

白细胞的计数及分群步骤如下：

a.将血液样本进行融血及染色处理，溶解掉红细胞，放入显微镜下放大，再通过摄像装置输入计算机；

b.将输入的彩色图像转换成黑白图像；

c.计算黑白图像的亮度值，算出平均亮度；

d.将图像转化为二值化图像，图像中像素点大于平均亮度的像点设置为1，否则为0；

e.对图像中为1的图块进行标定；

f.对所标定的图块进行空洞判断，如果有，则填充空洞；

g.对图块计数，并计算每个图块的面积，将面积乘以常数即为体积，这样就得到白细胞的数目和各自的体积；

h.按白细胞的体积分群，小于90FL者为淋巴细胞，大于160FL者为大细胞区，位于中间的为单核细胞；

红细胞和血小板计数步骤如下：

1)、将同一次抽取的血液样本稀释及染色后，放入显微镜下放大，再通过摄像装置输入计算机；

2)、将输入的彩色图像转换成黑白图像；

3)、计算黑白图像的亮度值，算出平均亮度；

4)、将图像转化为二值化图像，图像中像素点大于平均亮度的像点设置为1，否则为0；

5)、对图像中为1的图块进行标定；

6)、对标定的每一个图块进行有空洞判断，如果有，则填充空洞；

7)、对每一个图块并进行圆度匹配，接近圆形的图块是一部分单个红细胞和血小板，计算所有图块的面积，按大小可分为两类，大的一类为单个红细胞或者粘连的红细胞，小的一类是血小板，计算这些接近圆形的一类红细胞的平均面积，作为单个红细胞的标准面积，同理可得到单个血小板的标准面积；

8)、将所有大的一类图块的面积与标准红细胞面积比较，大于标准面积1.5倍者可视为两个以上红细胞粘连，按面积倍数算出有多少红细胞粘连，并计算数目，接近标准红细胞面积的为单个的红细胞，也一起计数并累加；

9)、所有小的一类图块为血小板，对血小板计数，这样得到红细胞与血小板的个数及其面积，将面积乘以常数即为体积；将红细胞数目减去同体积中的白细胞数，即为所测样品中实际的红细胞数。

2、根据权利要求1所述的基于机器视觉的血细胞分析方法，所述步骤5中5中运用MORPHOLOGY算法对图像中为1的图块进行标定。