[發明專利]一種基于神經網絡的尿液中有形成分識別分類方法

有效

• 申請號: 200910217867.1
• 申請日: 2009-11-13
• 公開（公告）號: CN101713776A
• 公開（公告）日: 2010-05-26
• 發明（設計）人: 宋潔;沈繼楠;陳武
• 申請（專利權）人: 長春迪瑞實業有限公司
• 主分類號: G01N33/493
• 分類號: G01N33/493;G06N3/02;G06N3/08;G06T7/00
• 代理公司: 吉林長春新紀元專利代理有限責任公司 22100
• 代理人: 魏征驥

技術領域

本發明屬于圖像處理的技術領域，具體涉及一種尿液有形成分的識 別分類方法。

背景技術

尿液有形分析成分檢測是臨床三大常規檢查項目之一。目前醫院普 遍采用的檢驗分析方法有三種：顯微鏡人工計數法，半自動人工輔助識 別分析儀和光電信號法分析儀。

利用顯微鏡人工計數法和半自動人工輔助識別分析儀法分析檢驗尿 液有形成分，首先要對尿樣進行離心預處理，然后進行攝像或觀察，最 后由人工識別。識別率在很大程度上取決于操作人員的經驗，效率低。 光電信號法分析儀是基于尿微粒的光電信息進行分類計數的儀器，該方 法不能向臨床提供確證性報告，不符合NCCLS標準的要求，因此在臨床 應用上具有局限性。

發明內容

本發明提供一種基于神經網絡的尿液中有形成分識別分類方法，以 解決現有技術難以從拍攝的尿液樣本圖像中高精度且假陽率低地識別出 各類有形成分的問題。本發明采取的技術方案是包括下列步驟：

(一)利用尿沉渣檢驗設備中的流動式顯微系統拍攝尿液樣本圖像， 并將圖像傳送到尿沉渣圖像工作站內存中；

在拍攝過程中，尿液標本在上下層鞘液的包裹下進入流動池，雙層 鞘流液包裹在尿液標本的外周，而尿液內有形成分會以單層顆粒的厚度 高速通過流動池內的拍攝區域，同時顯微采集系統中的CCD進行高速拍 攝，并將電子信號轉換成數字信號，其值范圍在[0，255]之間，然后將采集 的圖像并傳輸到尿沉渣工作站計算系統中；

(二)分割步驟一中拍攝圖像內的尿液有形成分微粒圖像，分割具體 步驟：

(1)對每幅圖像進行邊緣檢測：G=f⊗S,]]>其中f：表示灰度圖像， S：表示梯度模板；G：表示梯度圖像；其中邊緣檢測可以采用的梯度模 板有：Sobel算子、Robert算子；

(2)針對梯度圖像G選定一個閾值T，然后采用區域生長算法分割 圖像中的目標圖像；其中閾值選定可以采用有：大津率方法、迭代法或 最小誤差法；

(三)計算步驟二中分割的有形成分微粒圖像的形狀和紋理特征向 量，作為智能神經網絡的輸入；

(1)圖像二值化：根據步驟二中確定的閾值T，進行圖像二值化，得 到微粒圖像的二值化圖像，

(2)形狀特征提取：跟蹤有形成分微粒目標邊界點并編輯成鏈碼， 利用鏈碼計算微粒圖像的面積、圓形度、矩形度和伸展度等形狀特征；

在微粒目標區域中，有一部分像素點滿足以下條件：鄰域內有一部 分像素點屬于微粒目標，另一部分屬于背景，這樣的點就是邊緣點，進 行邊界跟蹤提取邊緣點形成鏈碼；首先按從上到下，從左到右的順序搜 索找到的第一個邊界點，這個點一定是最左上方的邊界點，記為A；它的 右，右下，下，左下四個鄰點中至少有一個邊界點，記為B，從B開始找， 按右，右上，上，左上，左，左下，下、右下的順序找相鄰點中的邊界 點C.如果C點就是A點，則表明已經轉了一圈，程序結束，否則從C點 繼續找，直到找到A為止；判斷是不是邊界點很容易：如果它的上下左 右四個鄰居都是目標點則不是邊界點，否則是邊界點；

(3)紋理特征提取：紋理特征的提取是基于灰度共生矩陣，灰度 共生矩陣就是從N×N的圖像f(x，y)的灰度為i的像素出發，統計與其距離 為δ，灰度為j的像素同時出現的概率p(i，j，δ，θ)；根據灰度共生矩陣計算 水平方向和垂直方向的二階矩、對比度和熵三個紋理特征；