專利名稱：一種智能識(shí)別與計(jì)數(shù)痰涂片顯微圖像結(jié)核菌的系統(tǒng)和方法
技術(shù)領(lǐng)域：
本發(fā)明屬于生物醫(yī)學(xué)診斷技術(shù)領(lǐng)域，特別涉及一種痰涂片顯微圖像結(jié)核桿菌的動(dòng)態(tài)智 能識(shí)別與計(jì)數(shù)系統(tǒng)和方法。
技術(shù)背景結(jié)核病是由結(jié)核桿菌感染引起的慢性傳染病，結(jié)核病又稱為癆病和"白色瘟疫"，是一 種古老的傳染病，它是當(dāng)今全球范圍對(duì)人類最具威脅性的感染性疾病之一，是單病因所致 的感染性疾病中死亡率最高的疾病，是發(fā)展中國(guó)家的頭號(hào)傳染性殺手，已成為重大的公共 衛(wèi)生問(wèn)題和社會(huì)問(wèn)題。科學(xué)技術(shù)的飛速發(fā)展為結(jié)核病實(shí)驗(yàn)診斷帶來(lái)很多的新方法，但細(xì)菌學(xué)檢查由于其客觀 性、直觀性及簡(jiǎn)便、價(jià)廉等優(yōu)點(diǎn)，仍將是結(jié)核病實(shí)驗(yàn)、診斷的重要手段。目前世界上各國(guó) 確診肺結(jié)核、發(fā)現(xiàn)傳染源、觀察療效、決定是否治愈和流行病學(xué)調(diào)査統(tǒng)計(jì)的主要方法就是 對(duì)病人的痰液作涂片染色，進(jìn)行顯微鏡檢査，通過(guò)查找痰涂片顯微圖像中結(jié)核菌的條數(shù)作 為病情的主要判斷依據(jù)。該方法采用顯微鏡對(duì)痰涂片放大大約1000倍進(jìn)行人工觀察，判 讀顯微圖像中結(jié)核桿菌數(shù)目。 一般地，對(duì)一張涂痰片(大小2.0X2.5cm)，最多要進(jìn)行連 續(xù)檢査300個(gè)不同視野，才能確診抗酸桿菌陰性還是陽(yáng)性。痰涂片鏡檢法是目前全世界各 國(guó)的結(jié)核病實(shí)驗(yàn)室外都在使用的最基本的細(xì)菌學(xué)檢査方法，也是我國(guó)結(jié)核病控制規(guī)劃 (NTP)的重要組成部分，目前我國(guó)從鄉(xiāng)到省級(jí)的各級(jí)結(jié)核病醫(yī)療和控制機(jī)構(gòu)一般均采用 該方法，它在我國(guó)結(jié)核病預(yù)防工作中起著不可缺少的重要作用。但是該方法也存在諸多的不足。首先，采用人工觀察，要在放大1000倍的顯微鏡圖像 最多連續(xù)觀察300個(gè)視野，工作量大、極易使人疲勞；其二，人工對(duì)細(xì)胞進(jìn)行識(shí)別，其檢 測(cè)結(jié)果易受人的判讀技術(shù)和情緒等主觀因素的影響，難以保證檢測(cè)結(jié)果的正確性，因此不 利于結(jié)核病檢測(cè)與預(yù)防的質(zhì)量控制。第三，該方法的檢測(cè)效率低，難于適應(yīng)現(xiàn)代化傳染病 預(yù)防和控制的需要。.如何使結(jié)核病的現(xiàn)有的細(xì)菌學(xué)檢查方法實(shí)現(xiàn)標(biāo)準(zhǔn)化、規(guī)范化、智能化和自動(dòng)化，提高 該檢測(cè)方法的科技水平，是各國(guó)疾病控制部門和研究機(jī)構(gòu)追求和奮斗的目標(biāo)。 發(fā)明內(nèi)容所要解決的技術(shù)問(wèn)題本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種采用機(jī)器視覺與數(shù)字圖像處理技術(shù)，由計(jì)算機(jī)控制實(shí)現(xiàn)同一痰涂片連續(xù)視野的動(dòng)態(tài)智能識(shí)別與計(jì)數(shù)，實(shí)現(xiàn)整個(gè)檢測(cè)過(guò)程完全自動(dòng)化和智 能化，該方法可代替人工判讀和記數(shù)，克服人工判讀的缺點(diǎn)，提高結(jié)核菌痰涂片鏡檢法的 效率和準(zhǔn)確度。技術(shù)方案本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是提供一種智能識(shí)別與計(jì)數(shù)痰涂片顯微圖 像結(jié)核菌的系統(tǒng)，包括顯微成像裝置，其特征在于在所述的顯微成像裝置上加裝CCD圖 像傳感器，通過(guò)CCD圖像傳感器和圖像采集卡將結(jié)核菌的顯微圖像輸入計(jì)算機(jī)中；顯微成 像裝置下方安裝三維精確控制平臺(tái)，用于完成自動(dòng)調(diào)焦、連續(xù)視野的自動(dòng)轉(zhuǎn)換，以實(shí)現(xiàn)連 續(xù)視野動(dòng)態(tài)自動(dòng)檢測(cè)；采用干鏡作為物鏡，并在光路中加入一個(gè)倍數(shù)擴(kuò)束鏡，使其達(dá)到相 應(yīng)的總的放大倍數(shù)，這樣既方便動(dòng)態(tài)檢測(cè)，又能擴(kuò)大單個(gè)視野的檢測(cè)面積，提高檢測(cè)效率。所述的計(jì)算機(jī)系統(tǒng)還包括(1) 圖像數(shù)據(jù)預(yù)處理模塊消除成像過(guò)程中引入的顯微圖像噪聲；(2) 圖像合成處理模塊將同一視野不同層次的顯微圖像的結(jié)核菌合成在一幀圖像 上；(3) 顯微圖像結(jié)核菌的有效分割和特征提取模塊對(duì)圖像做顏色分割和灰度化后的 邊緣算子分割，并將得到的結(jié)果做數(shù)據(jù)融合處理，獲取細(xì)胞邊界；然后提取樣本 細(xì)胞的特征，將這些特征輸入到神經(jīng)網(wǎng)絡(luò)進(jìn)行處理，最后實(shí)現(xiàn)顯微圖像中的結(jié) 核菌的識(shí)別與計(jì)數(shù)；(4) 神經(jīng)網(wǎng)絡(luò)分類模塊根據(jù)輸入圖像的特征，實(shí)現(xiàn)結(jié)核細(xì)胞的分類；(5) 結(jié)核菌的計(jì)數(shù)模塊用統(tǒng)計(jì)的方法對(duì)經(jīng)神經(jīng)網(wǎng)絡(luò)分類后的結(jié)核菌進(jìn)行計(jì)數(shù)。 所述的三維精確控制平臺(tái)的自動(dòng)調(diào)焦采用全數(shù)字式顯微成像的自動(dòng)調(diào)焦系統(tǒng)。 所述的三維精確控制平臺(tái)的執(zhí)行部件采用陶瓷電機(jī)。所述的數(shù)據(jù)融合處理,通過(guò)實(shí)驗(yàn)設(shè)計(jì)適應(yīng)度函數(shù)值，采用遺傳算法對(duì)分割結(jié)果進(jìn)行圖 像信息融合處理。一種智能識(shí)別與計(jì)數(shù)痰涂片顯微圖像結(jié)核菌的方法，包括下列步驟(1) 啟動(dòng)系統(tǒng)進(jìn)行初始化，輸入被檢測(cè)者信息；(2) 檢測(cè)是否進(jìn)入自動(dòng)檢測(cè)，若結(jié)果為否則進(jìn)入人工檢測(cè)，檢測(cè)完成后對(duì)檢測(cè) 結(jié)果進(jìn)行綜合分析，顯示檢測(cè)結(jié)果，并退出檢測(cè)系統(tǒng)；(3) 若步驟(2)中的檢測(cè)結(jié)果為是，則系統(tǒng)定位第一個(gè)視野；(4) 對(duì)定位的第一個(gè)視野圖像先進(jìn)行濾波處理，然后自動(dòng)調(diào)焦，并攝取清晰圖 像并存入內(nèi)存；(5) 以調(diào)焦后選擇的圖像為基準(zhǔn)，上下等間隔分別采集3幀圖像存入內(nèi)存；(6) 對(duì)采集的7幀圖像進(jìn)行合成；(7) 對(duì)合成后的圖像先進(jìn)行濾波，然后進(jìn)行顯微結(jié)核菌細(xì)胞分割，再提取結(jié)核 菌細(xì)胞特征；(8) 將提取的結(jié)核菌細(xì)胞特征輸入到神經(jīng)網(wǎng)絡(luò)分類器，進(jìn)行結(jié)核菌分類與計(jì)數(shù) 數(shù)；(9) 檢測(cè)結(jié)核菌細(xì)胞數(shù)目，若結(jié)核菌細(xì)胞數(shù)目小于9，則判決檢測(cè)處理的視野 數(shù)是否大于300個(gè)，若結(jié)果為是，則對(duì)檢測(cè)結(jié)果進(jìn)行綜合分析，顯示檢 測(cè)結(jié)果，并退出檢測(cè)系統(tǒng)，若結(jié)果為否，則控制轉(zhuǎn)到下一個(gè)視野，并返回 步驟(4);(10) 步驟(9)中若檢測(cè)到的結(jié)核菌細(xì)胞數(shù)目大于9，則對(duì)檢測(cè)結(jié)果進(jìn)行綜合分 析，顯示檢測(cè)結(jié)果，并退出檢測(cè)系統(tǒng)。所述的自動(dòng)調(diào)焦采用粗/精結(jié)合的調(diào)焦方法。 所述的細(xì)胞特征包括面積、周長(zhǎng)、顏色及形狀。對(duì)一張?zhí)低科Y(jié)核菌的動(dòng)態(tài)檢測(cè)是在800-1000倍的光學(xué)顯微成像系統(tǒng)中進(jìn)行的，被檢 痰涂片涂抹的厚度、均勻度及載物平臺(tái)在動(dòng)態(tài)檢測(cè)過(guò)程中的運(yùn)動(dòng)都會(huì)導(dǎo)致離焦現(xiàn)象。所以 提出一種全數(shù)字式顯微成像的自動(dòng)調(diào)焦系統(tǒng)?？紤]到調(diào)焦精度和調(diào)焦效率，擬采用一種粗 /精結(jié)合的調(diào)焦方法，即首先基于邊緣清晰度算法對(duì)大致輪廓和邊緣的顯微圖像進(jìn)行粗調(diào) 焦；然后針對(duì)全景圖像上包含結(jié)核菌某個(gè)目標(biāo)區(qū)域采用基于顏色高頻分量的清晰度評(píng)價(jià)函 數(shù)進(jìn)行精調(diào)焦，使得顯微圖像顯示出更豐富的細(xì)節(jié)?？刂葡到y(tǒng)是整個(gè)調(diào)焦系統(tǒng)的重要組成部分，由于檢測(cè)中對(duì)調(diào)焦精度和速度有要求，因 此以陶瓷電機(jī)為主要執(zhí)行部件，采用閉環(huán)控制方法實(shí)現(xiàn)對(duì)控制過(guò)程的最優(yōu)控制，實(shí)現(xiàn)快速、高穩(wěn)定性的精確控制，使其可達(dá)到其重復(fù)精度l 2/zm，滿足系統(tǒng)的要求。在動(dòng)態(tài)自動(dòng)檢測(cè)過(guò)程中，對(duì)同一痰涂片(20X25mm )最多要檢測(cè)300個(gè)視野的檢測(cè)，才能判斷檢測(cè)結(jié)果。在檢測(cè)過(guò)程中，采用如圖2所示的視野轉(zhuǎn)換順序進(jìn)行檢測(cè)，有助于實(shí)現(xiàn)檢測(cè)過(guò)程的控制優(yōu)化，減小X、 Y軸的移動(dòng)誤差。由于被檢測(cè)對(duì)象照明不均勻、照明光強(qiáng)的變化、光電轉(zhuǎn)換的非線性、衍射效應(yīng)等因素的影響及人工涂片工藝質(zhì)量等原因，會(huì)引起顯微圖像噪聲。為了獲取清晰的顯微圖像，除 了采用更先進(jìn)的硬件設(shè)備外，需要采用軟件的方法對(duì)采集到的圖像數(shù)據(jù)進(jìn)行預(yù)處理，盡可 能地消除系統(tǒng)誤差和隨機(jī)噪聲，使調(diào)焦評(píng)價(jià)函數(shù)的計(jì)算結(jié)果能夠準(zhǔn)確、快速地反映成像系 統(tǒng)的離焦信息，以實(shí)現(xiàn)精確調(diào)焦。進(jìn)行預(yù)處理，首先要消除成像過(guò)程引入的噪聲的影響。 一是消除光照的影響。由于CCD 圖像傳感器在光線較暗時(shí)，成像效果較差，因而有必要對(duì)它的灰度值進(jìn)行修正以增強(qiáng)對(duì)比 度；另外還要消除顯微成像系統(tǒng)在成像過(guò)程中引入其它各種各樣的噪聲。噪聲的成分不同， 采取的消除噪聲的方法也不同。考慮到在結(jié)核菌原始顯微圖像中，雖然混有各種噪聲，但主要表現(xiàn)為高斯噪聲和脈沖 噪聲。中值濾波算法具有簡(jiǎn)單、快速、能夠?yàn)V除脈沖噪聲和椒鹽噪聲，且較強(qiáng)的細(xì)節(jié)保持 能力，而均值濾波器對(duì)高斯噪聲具有較強(qiáng)的濾除能力。本發(fā)明采用中值濾波算法和均值濾 波算法相結(jié)合的算法對(duì)圖像進(jìn)行預(yù)處理，能達(dá)到良好的濾波效果。由于送檢痰涂片涂抹厚度不均勻，會(huì)造成同一視野的所有結(jié)核菌不在同一焦平面成清 晰的圖像，若一個(gè)視野僅拍攝一幀圖像進(jìn)行檢測(cè)，就會(huì)造成結(jié)核菌漏檢。目前人工判讀方 法，是在檢測(cè)過(guò)程中， 一邊看， 一邊用手動(dòng)微調(diào)顯微鏡焦距，檢測(cè)不同焦平面的結(jié)核菌。 這就在很大程度上依賴于檢測(cè)者的知識(shí)和經(jīng)驗(yàn)。本發(fā)明利用機(jī)器視覺實(shí)現(xiàn)動(dòng)態(tài)智能檢測(cè)， 利用數(shù)字圖像處理技術(shù)將同一視野不同層次的顯微圖像的結(jié)核菌合成在一幀圖像上，供后 續(xù)算法進(jìn)行分類處理。我們提出對(duì)某一視野顯微圖像處理的有方法是通過(guò)以調(diào)焦對(duì)準(zhǔn)的 焦平面層次圖像為基準(zhǔn)，選取適當(dāng)步距，等間隔的上、下各連續(xù)攝取若干幀圖像進(jìn)行疊加 處理，解決同一視野不同焦平面結(jié)核菌不能成像同一幀圖像的難題，使同一視野不同層次 的結(jié)核菌合成像于同一幀圖像之中，如圖3所示，從而避免結(jié)核菌重復(fù)計(jì)數(shù)與漏檢。顯微圖像經(jīng)過(guò)預(yù)處理后，必須利用預(yù)處理后顯微圖像信息和結(jié)核菌的特點(diǎn)，實(shí)現(xiàn)結(jié)核 菌的有效分割；本發(fā)明提出在對(duì)圖像進(jìn)行預(yù)處理之后，分別對(duì)圖像做顏色分割和灰度化后 的邊緣算子分割,并將得到的結(jié)果做數(shù)據(jù)融合處理，得到細(xì)胞的邊界，實(shí)現(xiàn)結(jié)核菌目標(biāo)圖像 的分割；然后提取樣本細(xì)胞的若干特征，主要包括面積、周長(zhǎng)、顏色及形狀等特征，將這 些特征輸入到神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，最后實(shí)現(xiàn)痰涂片顯微圖像中的結(jié)核菌的識(shí)別與計(jì)數(shù)。融合技術(shù)就是對(duì)滿足一定條件的不同信源的數(shù)據(jù)，按照一定準(zhǔn)則進(jìn)行綜合處理，以獲 得更加準(zhǔn)確的描述。根據(jù)上面所得的兩種分割結(jié)果，并利用結(jié)核菌已有的先驗(yàn)知識(shí)(如 面積等)，在對(duì)數(shù)據(jù)進(jìn)行關(guān)聯(lián)后進(jìn)行去偽存真的融合與提取。本發(fā)明采用遺傳算法對(duì)上面兩種分割結(jié)果進(jìn)行融合處理。經(jīng)融合處理之后的結(jié)果既能消除由于光照及染色不均所帶來(lái) 的影響，又能極大程度地減少圖像中噪聲所帶來(lái)的影響，且融合算法還能去除了兩次分割 結(jié)果中的非結(jié)核菌，為下一步的識(shí)別處理打下了堅(jiān)實(shí)的基礎(chǔ)。特征的提取是進(jìn)行細(xì)胞分類的關(guān)鍵，對(duì)顯微圖像中的結(jié)核菌進(jìn)行分割后，必須提取結(jié) 核細(xì)胞所具有的顏色和形狀特征。顏色特征是識(shí)別結(jié)核菌關(guān)鍵特征，經(jīng)過(guò)染色處理過(guò)的痰涂片，結(jié)核菌顯暗紅色，而其 他的雜質(zhì)一般顯藍(lán)綠色，背景是淡黃紅色，也有一些雜質(zhì)的顏色與研究目標(biāo)非常類似，有時(shí)，背景的顏色在某些區(qū)域也會(huì)與檢測(cè)目標(biāo)的顏色也接近，如圖3所示，本發(fā)明提出了一 個(gè)適合于本系統(tǒng)特點(diǎn)的顏色特征集的確定方法。要確定結(jié)核痰涂片顯微圖像中特征顏色集合，采用兩個(gè)原則，首先是最大頻數(shù)的原則， 其次是顏色的相容原則。最大頻數(shù)的原則保證了顏色集中的N個(gè)特征色代表了結(jié)核菌圖像 中的主要成分的分布，而顏色的相容性原則要求各特征色在彩色空間中具有相對(duì)均勻的分 布。采用相容球體空間的顏色模型，即每一種特征色擁有一個(gè)半徑為R的球體空間，圖像 中顏色在此空間內(nèi)全部歸并為該特征色。各特征色彼此間距大于R。顯然，相容的范圍越 大，即R越大，則特征色的數(shù)量就越少，在檢測(cè)中通過(guò)實(shí)驗(yàn)的方法，選定R的值。由R的 值就可以根據(jù)算法來(lái)具體的確定特征顏色集合。當(dāng)圖像用特征顏色表示后，對(duì)某一塊顯微 圖像區(qū)域就可用一特征適量來(lái)描述。
<formula>formula see original document page 8</formula>其中S(xl)表示特征集中，第I個(gè)特征色在該圖像區(qū)中所占的像素的個(gè)數(shù)。C,表示 的矢量就可反映它們之間存在的差異。所以可以定義一個(gè)紋理相似度艮P:<formula>formula see original document page 8</formula>
其值越大,則兩區(qū)域的顏色特性越相似。根據(jù)結(jié)核菌的特點(diǎn)，選取一定大小的矩形窗 口，計(jì)算窗口內(nèi)的彩色特征矢量，作為結(jié)核菌的樣本特征，接著對(duì)圖像中的每個(gè)像素，計(jì) 算其在一定大小的領(lǐng)域窗內(nèi)的特征矢量及與樣本特征的相似性測(cè)度，這樣得到一幅關(guān)于相 似性測(cè)度的新圖像。顯然，根據(jù)圖像的相似測(cè)度，用域值的方法可以得到一個(gè)較完整的目 標(biāo)區(qū)域。結(jié)核菌圖像形狀特征的提取。 一般地，結(jié)核菌有一定的大小，涂片顯微圖像中的結(jié)核 菌多顯細(xì)長(zhǎng)條形，有的成彎曲狀，有的成直線形，也有地結(jié)核菌盤旋成非條形形狀的，有時(shí)還有多條結(jié)核菌纏繞在一起成團(tuán)狀。結(jié)核菌的大小、形狀特征是識(shí)別的重要依據(jù)，基于 結(jié)核菌地特點(diǎn)，我們采用基于區(qū)域邊界的鏈碼表示，來(lái)提取結(jié)核細(xì)胞圖像的形態(tài)特征信 息.這種鏈碼表示既有利于有關(guān)形態(tài)特征的計(jì)算，也有利于節(jié)省存儲(chǔ)空間。用鏈碼實(shí)現(xiàn)對(duì) 圖像進(jìn)行邊緣跟蹤，可以得到周長(zhǎng)、面積等一系列的結(jié)核細(xì)胞的幾何形狀特征。如結(jié)核菌 的周長(zhǎng)、細(xì)胞區(qū)域的寬度和高度、細(xì)胞區(qū)域的面積、細(xì)胞區(qū)域矩形度和伸長(zhǎng)度等。通過(guò)圖 像處理的方法，上述特征在處理過(guò)程中可以抽取出來(lái)，根據(jù)抽取出的結(jié)核細(xì)胞的特征，為 找出正確的識(shí)別分類的規(guī)則提供依據(jù)。有效的神經(jīng)網(wǎng)絡(luò)分類器，根據(jù)輸入圖像的特征，實(shí)現(xiàn)對(duì)結(jié)核細(xì)胞的分類。 一種以域理論自適應(yīng)諧振神經(jīng)網(wǎng)絡(luò)算法為基礎(chǔ)的改進(jìn)算法適合于結(jié)核細(xì)胞的識(shí)別與 分類。通過(guò)增加隱層神經(jīng)元的映射能力，實(shí)現(xiàn)樣本內(nèi)部輸入分類和內(nèi)部輸出分類的隱層祌 經(jīng)元區(qū)別處理，并在兩個(gè)隱層分別進(jìn)行淘汰競(jìng)爭(zhēng)，使網(wǎng)絡(luò)可以針對(duì)樣本的輸人/輸出特性 靈活地增加隱層神經(jīng)元，減小了網(wǎng)絡(luò)拓?fù)涞膹?fù)雜度。此外，當(dāng)訓(xùn)練樣本的內(nèi)部輸出分類滿 足要求時(shí)，實(shí)現(xiàn)對(duì)吸引域進(jìn)行微移，最大限度地保護(hù)了已經(jīng)存儲(chǔ)在網(wǎng)絡(luò)中的知識(shí)。有益效果本發(fā)明可代替人工判讀和計(jì)數(shù)，克服人工判讀的缺點(diǎn)，提高痰涂片鏡檢法的效率和準(zhǔn) 確度，同時(shí)有助于提高結(jié)核菌常規(guī)檢測(cè)方法的科技水平，為結(jié)核病的臨床診斷與防治提供 科學(xué)的依據(jù)。


圖1痰涂膜顯微圖像結(jié)核菌動(dòng)態(tài)檢測(cè)裝置示意圖。圖2動(dòng)態(tài)檢測(cè)方向示意圖。圖3同一視野多幀合成示意圖。圖4痰涂膜顯微圖像中的結(jié)核菌。圖5自動(dòng)智能檢測(cè)流程圖。
具體實(shí)施方式
下面結(jié)合具體實(shí)施例，進(jìn)一步闡述本發(fā)明。應(yīng)理解，這些實(shí)施例僅用于說(shuō)明本發(fā)明 而不用于限制本發(fā)明的范圍。此外應(yīng)理解，在閱讀了本發(fā)明講授的內(nèi)容之后，本領(lǐng)域技術(shù) 人員可以對(duì)本發(fā)明作各種改動(dòng)或修改，這些等價(jià)形式同樣落于本申請(qǐng)所附權(quán)利要求書所限 定的范圍。在實(shí)施過(guò)程中，采用下列器材(1) CCD型號(hào)為JVC TK-C921EC主要參數(shù)1/3" CCD， 44萬(wàn)像素，535電視線的 水平分辨率，0.7Lux的最低照度，50dB的高信噪比(AGC OFF)，可開/關(guān)的自動(dòng)增益控 制(AGC)，可自動(dòng)跟蹤(ATW)/手動(dòng)設(shè)定的白平衡方式，可開/關(guān)的自動(dòng)背光補(bǔ)償功能(BLC) 可接受24V AC及12V DC兩種電源供應(yīng)。(2) 顯微成像系統(tǒng)為Nikon E200 光學(xué)系統(tǒng)CFI60無(wú)限遠(yuǎn)光學(xué)系統(tǒng)，齊焦距離 60mm放大倍數(shù)40—1500X， 目鏡筒三目鏡筒，目鏡CFIE 10X (視場(chǎng)直徑20mm)， CFIE 15x (視場(chǎng)直徑12咖)物鏡CFIE平場(chǎng)消色差物鏡4X、 IOX、 40X、 IOOX，也可選其它較 高級(jí)物鏡，照明6V20W鹵素?zé)簟?3) 圖象采集卡北京嘉恒中自圖像技術(shù)有限公司的0K一C30B卡，它基于PCI總線， 能采集彩色又能采集黑白圖像的采集卡，適用于圖像處理、工業(yè)監(jiān)控和多媒體的壓縮、處 理等研究開發(fā)和工程應(yīng)用領(lǐng)域。是OK系列的二代產(chǎn)品，采用了 10位高精度的視頻A/D， 梳狀濾波，抗混疊濾波等技術(shù)。OK—C30A卡的性能優(yōu)于且兼容其替代卡(4) 計(jì)算機(jī)系統(tǒng)聯(lián)想啟天M4880(P4631 512s譲(XP))處理器類型Pentium 4 631 標(biāo)稱主頻(MHz): 3000配置內(nèi)存容量(MB): 512硬盤容量80GB顯示器類型顯示器尺寸17英寸如圖1.5所示，本發(fā)明結(jié)核菌檢測(cè)硬件平臺(tái)主要由顯微成像系統(tǒng)、三維精確控制平臺(tái)、 CCD圖像傳感器、圖像采集卡和計(jì)算機(jī)組成。在被檢痰涂片放到檢測(cè)平臺(tái)的預(yù)先指定位置 后，啟動(dòng)設(shè)備，動(dòng)態(tài)檢測(cè)開始。首先對(duì)第一個(gè)視野進(jìn)行濾波處理和自動(dòng)調(diào)焦，并找到最清 晰的圖像幀，以此為基準(zhǔn)，以一定的間隔上下各攝取三幀圖像共七幀圖像進(jìn)行圖像合成， 使同一視野的結(jié)核菌成像一圖像幀內(nèi)，避免重復(fù)記數(shù)和漏檢。分別對(duì)合成圖像做顏色分割 和灰度化后的邊緣算子分割，并將得到的結(jié)果做圖像數(shù)據(jù)融合處理，得到細(xì)胞的邊界；最后 提取結(jié)核細(xì)胞所具有的顏色和形狀特征，供神經(jīng)網(wǎng)絡(luò)分類器對(duì)結(jié)核菌進(jìn)行識(shí)別和計(jì)數(shù)。然 后由計(jì)算機(jī)控制進(jìn)行視野轉(zhuǎn)換，自動(dòng)進(jìn)行下一幀類似的處理，按疾病防疫控制中心的檢測(cè) 規(guī)范對(duì)同一痰涂片最多要連續(xù)檢測(cè)300個(gè)不同視野。
權(quán)利要求
1.一種智能識(shí)別與計(jì)數(shù)痰涂片顯微圖像結(jié)核菌的系統(tǒng)，包括顯微成像裝置，其特征在于在所述的顯微成像裝置上加裝CCD圖像傳感器，通過(guò)CCD圖像傳感器和圖像采集卡將結(jié)核菌的顯微圖像輸入計(jì)算機(jī)中；顯微成像裝置下方安裝三維精確控制平臺(tái)，用于完成自動(dòng)調(diào)焦、連續(xù)視野的自動(dòng)轉(zhuǎn)換，以實(shí)現(xiàn)連續(xù)視野動(dòng)態(tài)自動(dòng)檢測(cè)；采用干鏡作為物鏡，并在光路中加入一個(gè)倍數(shù)擴(kuò)束鏡；所述的計(jì)算機(jī)系統(tǒng)還包括(1)圖像數(shù)據(jù)預(yù)處理模塊消除成像過(guò)程中引入的顯微圖像噪聲；(2)圖像合成處理模塊將同一視野不同層次的顯微圖像的結(jié)核菌合成在一幀圖像上；(3)顯微圖像結(jié)核菌的有效分割和特征提取模塊對(duì)圖像做顏色分割和灰度化后的邊緣算子分割，并將得到的結(jié)果做數(shù)據(jù)融合處理，實(shí)現(xiàn)結(jié)核菌目標(biāo)圖像的分割；然后提取樣本細(xì)胞的特征，將這些特征輸入到神經(jīng)網(wǎng)絡(luò)進(jìn)行處理，最后實(shí)現(xiàn)顯微圖像中的結(jié)核菌的識(shí)別與計(jì)數(shù)；(4)神經(jīng)網(wǎng)絡(luò)分類模塊根據(jù)輸入圖像的特征，實(shí)現(xiàn)結(jié)核細(xì)胞的分類；(5)結(jié)核菌的計(jì)數(shù)模塊用統(tǒng)計(jì)的方法對(duì)經(jīng)神經(jīng)網(wǎng)絡(luò)分類后的結(jié)核菌進(jìn)行計(jì)數(shù)。
2. 根據(jù)權(quán)利要求1所述的一種智能識(shí)別與計(jì)數(shù)痰涂片顯微圖像結(jié)核菌的系統(tǒng)，其特征在 于所述的三維精確控制平臺(tái)的自動(dòng)調(diào)焦采用全數(shù)字式顯微成像的自動(dòng)調(diào)焦系統(tǒng)。
3. 根據(jù)權(quán)利要求1所述的一種智能識(shí)別與計(jì)數(shù)痰涂片顯微圖像結(jié)核菌的系統(tǒng)，其特征在 于所述的三維精確控制平臺(tái)的執(zhí)行部件采用陶瓷電機(jī)。
4. 根據(jù)權(quán)利要求1所述的一種智能識(shí)別與計(jì)數(shù)痰涂片顯微圖像結(jié)核菌的系統(tǒng)，其特征在 于所述的數(shù)據(jù)融合處理采用遺傳算法對(duì)分割結(jié)果進(jìn)行融合處理獲取細(xì)胞邊界。
5. 根據(jù)權(quán)利要求1所述的一種智能識(shí)別與計(jì)數(shù)痰涂片顯微圖像結(jié)核菌的方法，包括下列 步驟(1) 啟動(dòng)系統(tǒng)進(jìn)行初始化，輸入被檢測(cè)者信息；(2) 檢測(cè)是否進(jìn)入自動(dòng)檢測(cè)，若結(jié)果為否則進(jìn)入人工檢測(cè)，檢測(cè)完成后對(duì)檢測(cè)結(jié)果 進(jìn)行綜合分析，顯示檢測(cè)結(jié)果，并退出檢測(cè)系統(tǒng)；(3) 若步驟(2)中的檢測(cè)結(jié)果為是，則系統(tǒng)定位第一個(gè)視野；(4) 對(duì)定位的第一個(gè)視野圖像先進(jìn)行濾波處理，然后自動(dòng)調(diào)焦，再攝取清晰圖像并 存入內(nèi)存；(5) 以調(diào)焦后選擇的圖像為基準(zhǔn)，上下等間隔分別采集3幀圖像存入內(nèi)存；(6) 對(duì)采集的7幀圖像進(jìn)行合成；(7) 對(duì)合成后的圖像先進(jìn)行濾波，然后進(jìn)行顯微結(jié)核菌細(xì)胞分割，再提取結(jié)核菌細(xì) 胞特征；(8) 將提取的結(jié)核菌細(xì)胞特征輸入到神經(jīng)網(wǎng)絡(luò)分類器，進(jìn)行結(jié)核菌分類與計(jì)數(shù)；(9) 檢測(cè)結(jié)核菌細(xì)胞數(shù)目，若結(jié)核菌細(xì)胞數(shù)目小于9，則判決檢測(cè)處理的視野數(shù)是 否大于300個(gè)，若結(jié)果為是，則對(duì)檢測(cè)結(jié)果進(jìn)行綜合分析，顯示檢測(cè)結(jié)果，并 退出檢測(cè)系統(tǒng)，若結(jié)果為否，則控制轉(zhuǎn)到下一個(gè)視野，并返回步驟(4);(10) 步驟(9)中若檢測(cè)到的結(jié)核菌細(xì)胞數(shù)目大于9，則對(duì)檢測(cè)結(jié)果進(jìn)行綜合分析， 顯示檢測(cè)結(jié)果，并退出檢測(cè)系統(tǒng)。
6. 根據(jù)權(quán)利要求5所述的一種智能識(shí)別與計(jì)數(shù)痰涂片顯微圖像結(jié)核菌的方法，其特征在 于所述的自動(dòng)調(diào)焦采用粗/精結(jié)合的調(diào)焦方法。
7. 根據(jù)權(quán)利要求5所述的一種智能識(shí)別與計(jì)數(shù)痰涂片顯微圖像結(jié)核菌的方法，其特征在 于所述的細(xì)胞特征包括面積、周長(zhǎng)、顏色及形狀。
全文摘要
本發(fā)明涉及一種智能識(shí)別與計(jì)數(shù)痰涂片顯微圖像結(jié)核菌的系統(tǒng)和方法，系統(tǒng)包括顯微成像裝置，并在所述的顯微成像裝置上加裝CCD圖像傳感器，通過(guò)CCD圖像傳感器和圖像采集卡將結(jié)核菌的顯微圖像輸入計(jì)算機(jī)中；顯微成像裝置下方安裝三維精確控制平臺(tái)，用于完成自動(dòng)調(diào)焦、連續(xù)視野的自動(dòng)轉(zhuǎn)換，以實(shí)現(xiàn)連續(xù)視野動(dòng)態(tài)自動(dòng)檢測(cè)；采用干鏡作為物鏡，并在光路中加入一個(gè)倍數(shù)擴(kuò)束鏡；由計(jì)算機(jī)控制實(shí)現(xiàn)同一痰涂片連續(xù)視野結(jié)核菌的動(dòng)態(tài)智能識(shí)別與計(jì)數(shù)。本發(fā)明可代替人工判讀和計(jì)數(shù)，克服人工判讀的缺點(diǎn)，提高痰涂片鏡檢法的效率和準(zhǔn)確度，同時(shí)有助于提高結(jié)核菌常規(guī)檢測(cè)方法的科技水平，為結(jié)核病的臨床論斷與防治提供科學(xué)的依據(jù)。
文檔編號(hào)G01N15/10GK101221118SQ20071017193
公開日2008年7月16日 申請(qǐng)日期2007年12月7日 優(yōu)先權(quán)日2007年12月7日
發(fā)明者平 鐘 申請(qǐng)人:東華大學(xué)