本发明专利技术公开了一种红细胞形态学分析装置及方法，其可将样本置于自动显微镜下放大后由CCD采取样本中各细胞形态学图像，并经图像数字转换器数字化后，进行图像分割定位和目标特征参数提取，通过建立在神经网络基础上的分类器分离出各红细胞的形态学特征参数，再通过建立在模糊聚类基础上的特征融合器对各类红细胞形态特征参数数据进行归一化处理、对得到的每一类归一化参数分别进行统计分析，或根据几类参数进行综合统计分析，并以图形或数表的方式表达出来，以此来判断红细胞的形态是否正常，通过对各类异常形态红细胞的检测可以鉴定红细胞来源和性质。
【技术实现步骤摘要】
本专利技术涉及一种样本中，特别是一种能够自动鉴定样本中所含红细胞的类型和来源的。
技术介绍
早在1852年就有人开始设计红细胞的计数方法，1855年专利技术了用于计数红细胞的计数板。1947年美国科学家库尔特(W. H. Coulter)专利技术了用电阻法计数粒子的专利技术。并在1956年将这一技术应用于红细胞计数获得成功。随着科学技术的日新月异，各种新的检测红细胞数目的手段不断涌现。目前应用的研究开发手段主要有电容式、光电式与激光式、离心式、电阻式及各种方式的联合式。到目前为止已经有许多国家开始生产各种类型的红细胞分析仪，经过半个多世纪的发展，这种仪器已经有了非常明显的进步。红细胞的分类变得细致，计数变得越来越精确。但是，现有红细胞形态学分析的红细胞参数都是通过计算平均值来获得，比如用作贫血的形态学分类参数平均红细胞体积(mean corpuscular volume, MCV)、平均红细胞血红蛋白含量(mean corpuscular hemoglobin, MCH)、平均红细胞血红蛋白浓度(mean corpuscular hemoglobin concentration，MCHC)都是根据红细胞、 血红蛋白浓度和红细胞比容结果，计算而得，不是实际测得的数值，这样红细胞数、血红蛋白含量、红细胞比容的测定数据必须准确，否则得到的形态学分类参数的误差很大。人工镜检是经典的检测方法，其通过显微镜，使用目镜上的测微尺来人工测量每个红细胞直径大小，再对数据进行分析，进而作出判断。但人工镜检方法工作人员工作量大，由于疲劳容易引起误判；工作效率低，速度慢，有可能延误病人的诊断。因此，如何使红细胞计数更快、更准、更节约成本，是目前医院临床检验中面临的问题。
技术实现思路
本专利技术所要解决的技术问题是，针对现有技术不足，提供一种运用形态学特征参数及神经网络对样本中红细胞的来源和性质进行统计学方法表达，以供相关人员参考判断红细胞形态是否正常，辅助鉴定红细胞来源和性质的。为解决上述技术问题，本专利技术所采用的技术方案是一种红细胞形态学分析装置， 其包括a. 一自动显微镜，该自动显微镜的低倍物镜头对所设置区域的样本进行扫描，对发现的目标区域予以标记，并同时由该自动显微镜的高倍物镜头对已标记区域进行扫描；b. 一摄像机或CXD元件，该摄像机或CXD元件对已标记区域进行图像信息采集；c. 一用以对上述图像进行分析处理的图像数字转换器，该图像数字转换器先将采集的图像根据所含的红细胞进行分割定位，再对分割后的图像进行数字化处理，即提取各红细胞的大小、形状、色度及纹理四类形态学特征参数；d. 一建立在神经网络基础上的分类器，用于根据上述步骤取得的各细胞的大小、形状、色度及纹理四类形态学特征参数，从各类细胞中分离出红细胞；e. 一建立在模糊聚类基础上的特征融合器，该特征融合器用于将上述步骤分离出的红细胞的大小、形状、色度及纹理四类多维形态学特征参数进行归一化降维处理得到大小、形状、色度及纹理4个特征值，再根据标本中所有红细胞的大小、形状、色度、纹理特征分别进行统计计算和统计图形表达，为分析样本中红细胞类别及来源提供真实客观依据；f. 一输出设备，用于直观显示检测结果；g. 一控制单元，该控制单元分别连接上述自动显微镜、摄像机或CXD元件、图像数字转换器及输出设备，以控制该自动显微镜、摄像机或CCD元件、图像数字转换器及输出设备动作。该输出设备表达出各种类型红细胞所特有的代表红细胞中央区大小、形状、色度和纹理的特征参数数据组合，样本中红细胞的分析鉴定方法，是根据红细胞中央区特征的改变来判断样本中红细胞的来源或红细胞的类型。样本中红细胞形态学分析方法，是参照临床确认的代表不同意义的各种类型红细胞具有不同的形态学特征参数数据，据此进行识别分类计数，再根据样本中各类型红细胞某一形态学特征参数数据组合占总红细胞的同类形态学特征参数数据组合的比例经统计学处理后以图形或数据方式表达。作为其中的分析方法和检测手段，将样本中各类型红细胞的两种以上的红细胞形态学特征参数组合用统计学方法综合分析，得到样本中各类型红细胞多参数分析结果，根据其改变判断红细胞形态学变化，通过图形和数据直观的表达出样本中红细胞形态学变化类型。利用本装置进行红细胞分析所表达的相同的结果，在不同的样本中具有不同的临床意义，如样本中出现小体积低色素红细胞时，本装置分析出的结果是单个红细胞体积小、 色度低，总红细胞形态特征参数以表示大小的参数组合为横坐标，表示色度的特征参数数据为纵坐标的形态学分析图形表达为红细胞分布宽度增加往左偏移，红细胞分布区域向下移，表达为向左分散向下沉的红细胞形态分布图，此类图形在血液样本中出现提示一种类型贫血，如果在尿液样本中出现并占一定比例则意味着来源于肾性红细胞；如样本中出现大体积高色素红细胞时，本装置分析出的结果是单个红细胞体积大、色度高，总红细胞形态特征参数以表示大小的参数组合为横坐标，表示色度的特征参数数据为纵坐标的形态学分析图形表达为红细胞分布宽度增加往右偏移，红细胞分布区域向上移，表达为向右分散向上升的红细胞形态分布图，此类图形在血液样本中出现提示另一种类型贫血，如果在尿液样本中出现并占一定比例则意味着来源于非肾性红细胞。本专利技术还公开了一种红细胞形态学分析方法，其包括下列步骤步骤1 用自动显微镜的低倍物镜头对所设置区域的样本进行扫描，对发现的目标区域予以标记，并同时由该自动显微镜的高倍物镜头对已标记区域样本进行扫描；步骤2 用摄像机或CCD元件对已标记区域样本进行图像信息采集；步骤3 用图像数字转换器对采集的图像先根据所含的细胞进行分割定位，再对分割后的图像进行数字化处理，即提取各细胞的形态学特征参数，用大小、形状、色度以及纹理四类特征来描述各细胞；步骤4 将上述步骤取得的各细胞的大小、形状、色度及纹理四类形态学特征参数输入建立在神经网络基础上的分类器，由该分类器从各类细胞中分离出红细胞大小、形状、 色度及纹理四类形态学特征参数；步骤5 将步骤4分离出来的红细胞的大小、形状、色度以及纹理四类形态学特征参数输入建立在模糊聚类基础上的特征融合器，由该特征融合器将每一类多维形态学特征参数进行归一化处理，得到一维特征向量；步骤6 将每个标本中所有红细胞的每一类归一化特征量经输出设备显示出来， 即得出每一类归一化特征参数的统计学图表。上述红细胞形态学分析方法，还包括步骤7 根据样本中各类型红细胞占总红细胞数的比例经统计学处理，以图形或数据方式表达，对样本中红细胞进行分析鉴定；上述红细胞形态学分析方法，还包括步骤8 对每一类经过归一化的形态学特征向量，通过给出一个特征量阀值，计算高于或者低于阀值的红细胞占样本总红细胞同类形态学特征参数数据组合的比例，经统计学处理后以图形或数据方式表达，以提供对样本中红细胞进行分析鉴定的客观依据。该建立在神经网络基础上的分类器包括一反馈过程，该反馈过程是对分类出来的可疑目标及识别错误目标进行细化、分类、补充特征参数，并建立相应的数学模型，对神经网络进行训练，神经网络自动学习并记忆该些细化、分类、补充的特征参数进入模型数据库，再返回基于神经网络的分类器进行细胞分类。步骤6中得出的归一化的大小特征向量表达出各种类型红细胞所特有的代表大本文档来自技高网...
【技术保护点】
１．一种红细胞形态学分析装置，其特征在于包括：ａ．一自动显微镜，该自动显微镜的低倍物镜头对所设置区域的样本进行扫描，对发现的目标区域予以标记，并同时由该自动显微镜的高倍物镜头对已标记区域进行扫描；ｂ．一摄像机或ＣＣＤ元件，该摄像机或ＣＣＤ元件对已标记区域进行图像信息采集；ｃ．一用以对上述图像进行分析处理的图像数字转换器，该图像数字转换器先将采集的图像根据所含的细胞进行分割定位，再对分割后的图像进行数字化处理，提取各细胞的大小、形状、色度及纹理四类形态学特征参数；ｄ．一建立在神经网络基础上的分类器，用于根据上述步骤取得的各细胞的大小、形状、色度及纹理四类形态学特征参数对细胞进行分类，以从各类细胞中分离出红细胞；ｅ．一建立在模糊聚类基础上的特征融合器，该特征融合器用于将上述步骤分离出的红细胞的大小、形状、色度及纹理四类多维形态学特征参数进行归一化降维处理得到大小、形状、色度及纹理４个特征值，再根据标本中所有红细胞的大小、形状、色度、纹理特征分别进行统计计算和统计图形表达，为分析样本中红细胞类别及来源提供真实客观依据；ｆ．一输出设备，用于直观显示检测结果；ｇ．一控制单元，该控制单元分别连接上述自动显微镜、摄像机或ＣＣＤ元件、图像数字转换器及输出设备，以控制该自动显微镜、摄像机或ＣＣＤ元件、图像数字转换器及输出设备动作。...
【技术特征摘要】
【专利技术属性】
技术研发人员：丁建文，周丰良，梁光明，
申请(专利权)人：长沙高新技术产业开发区爱威科技实业有限公司，
类型：发明
国别省市：43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。