陳里里， 廖 強， 胡 雪， 張國珍

（1.機械傳動國家重點實驗室，重慶400030； 2.重慶大學(xué)機械工程學(xué)院，重慶 400030；3.重慶醫(yī)科大學(xué)附屬第一醫(yī)院輸血科，重慶 400016）

基于生物電阻抗的血型檢測新方法及系統(tǒng)實現(xiàn)

陳里里1，2， 廖 強1，2， 胡 雪3， 張國珍3

（1.機械傳動國家重點實驗室，重慶400030； 2.重慶大學(xué)機械工程學(xué)院，重慶 400030；3.重慶醫(yī)科大學(xué)附屬第一醫(yī)院輸血科，重慶 400016）

提出了基于生物電阻抗測量技術(shù)的血型檢測新方法并研制了檢測系統(tǒng)。該系統(tǒng)采用單片機結(jié)合AD9850芯片實現(xiàn)DDS技術(shù)產(chǎn)生激勵信號，設(shè)計橢圓濾波器消除信號干擾；運用低成本放大器AD8370設(shè)計穩(wěn)幅電路，確保信號輸出幅度不變；系統(tǒng)采用AD8302幅相檢測芯片實現(xiàn)阻抗信息提取；基于人工神經(jīng)網(wǎng)絡(luò)判別紅細(xì)胞懸浮液凝集強度，并結(jié)合判別規(guī)則得到血型結(jié)果。測試結(jié)果表明該系統(tǒng)精度高，穩(wěn)定性好；臨床實驗表明，該系統(tǒng)能正確識別紅細(xì)胞6種不同凝集程度，能100%正確地檢測出正常標(biāo)本的ABO和Rh血型，可更好地滿足臨床需求。

計量學(xué)；生物電阻抗測量技術(shù)；神經(jīng)網(wǎng)絡(luò)；血型；紅細(xì)胞懸浮液

1 引 言

為了保證臨床輸血安全，在輸血前必須進行ABO和Rh血型的檢測。目前，我國絕大多數(shù)醫(yī)院和基層血站仍以手工平板法檢測血型。該方法以肉眼觀察結(jié)果，靈敏度低、結(jié)果保留時間短、操作難以標(biāo)準(zhǔn)化、結(jié)果可靠性受主觀影響較大。近年來，我國開始進口自動化血型檢測系統(tǒng)，這些系統(tǒng)按原理主要分為3種：（1）基于U型微板法［1］；（2）基于梯形微板法，如Olympus PK7200自動化分析儀［2］；（3）基于卡式微柱凝膠法，如戴安娜和強生2種全自動血型／配血檢測系統(tǒng)［3］。前兩者檢測時間長，一般需1 h；后者使用凝膠卡，成本昂貴，30～50元／每樣本。上述缺點限制了這些自動化血型檢測系統(tǒng)的應(yīng)用推廣。尋找快速、經(jīng)濟、高精度、易于自動化和規(guī)范化的檢測方法已成為輸血醫(yī)學(xué)急需解決的問題。

生物電阻抗測量技術(shù)是利用生物體組織與器官的電阻抗及其變化，獲得生物體組織生理和病理相關(guān)信息的一種無損傷檢測技術(shù)，在醫(yī)學(xué)中已有較廣泛的應(yīng)用［4］。本文針對現(xiàn)有血型檢測方法的缺點，建立起一種新方法——基于生物電阻抗測量技術(shù)和模式識別理論的紅細(xì)胞ABO和Rh血型檢測法，并在此基礎(chǔ)上研制了血型檢測新系統(tǒng)。

2 檢測方法原理

用已知抗A、抗B和抗D分型血清來測定紅細(xì)胞上有無相應(yīng)的A、B、D抗原，即可檢測出紅細(xì)胞血型。當(dāng)紅細(xì)胞上存在某種抗原時，紅細(xì)胞與相應(yīng)的分型血清出現(xiàn)凝集反應(yīng)，反之，則不出現(xiàn)凝集反應(yīng)。臨床上一般把紅細(xì)胞凝集的程度由弱到強分為－（代表紅細(xì)胞不凝集）、±、＋、＋＋、＋＋＋和＋＋＋＋凝集，各類凝集狀態(tài)具有不同的臨床意義。

當(dāng)直流或低頻電流施加于血液時，大部分電流將繞過血細(xì)胞，主要流經(jīng)細(xì)胞外液。當(dāng)施加于血液電流的頻率增加，細(xì)胞膜電容的容抗減小，一部分電流將穿過細(xì)胞膜流經(jīng)細(xì)胞內(nèi)液。當(dāng)血液中紅細(xì)胞出現(xiàn)凝集時，細(xì)胞與細(xì)胞之間緊密連接，細(xì)胞團內(nèi)細(xì)胞之間的細(xì)胞外液量可忽略不計，細(xì)胞團的體積明顯大于單個細(xì)胞，會導(dǎo)致血液阻抗信息（幅值和相位）出現(xiàn)明顯的變化［5］。凝集的有無和強弱程度的差別可以反映到血液阻抗信息的特征參數(shù)中去，因此可將生物電阻抗測量技術(shù)應(yīng)用于血液凝集類別的判斷［5］。綜合判斷加入3種分型血清后紅細(xì)胞懸浮液的凝集類別，即可根據(jù)判別規(guī)則檢測出血型。

具體方法為：首先將待測血液樣品加入生理鹽水中吹打混勻，配成2%紅細(xì)胞懸浮液，再將其分成4份，其中3份分別加入抗A、抗B、抗D分型血清，剩下1份作為自身對照不加入任何試劑。然后，運用生物電阻抗測量技術(shù)和模式識別理論判斷4份紅細(xì)胞懸浮液的凝集類別，最后，綜合4份紅細(xì)胞懸浮液的凝集類別，根據(jù)血型判別規(guī)則表，見表1，得到血型的檢測結(jié)果。

表1 ABO、Rh血型鑒定判別規(guī)則

3 系統(tǒng)結(jié)構(gòu)與工作原理

本系統(tǒng)由軟件和硬件模塊組成，結(jié)構(gòu)見圖1。程控信號發(fā)生器在軟件模塊的控制下產(chǎn)生激勵電壓，通過穩(wěn)幅電路保證在頻率變化的情況下幅值不變。電壓信號分為兩路，一路信號輸入幅相檢測單元，另一路信號通過恒流源電路轉(zhuǎn)換為激勵電流，由激勵電極流入樣品。激勵電流經(jīng)樣品后，通過測量電極獲取電壓信號。電壓信號經(jīng)過調(diào)理電路處理后，通過幅相檢測單元、模數(shù)轉(zhuǎn)換電路、單片機得到紅細(xì)胞懸浮液的阻抗信息，然后軟件模塊的采集單元通過RS232接口將阻抗信息采集到計算機上顯示、存儲、處理，最后由血型識別單元根據(jù)得到的阻抗信息，識別出紅細(xì)胞懸浮液的狀態(tài)，結(jié)合判別規(guī)則檢測出血型。

圖1 系統(tǒng)總體結(jié)構(gòu)圖

4 激勵信號的產(chǎn)生與阻抗信息提取

4.1 激勵信號產(chǎn)生方法的研究

本系統(tǒng)采用單片機＋AD9850（高集成度頻率合成芯片）的方式實現(xiàn)DDS技術(shù)，產(chǎn)生激勵信號。

圖2 激勵信號產(chǎn)生原理

激勵信號的產(chǎn)生原理見圖2。單片機首先將軟件模塊傳遞過來的頻率設(shè)定值fc轉(zhuǎn)換為頻率控制字A，A輸入U3相位累加器產(chǎn)生相位地址輸出數(shù)據(jù)B，U2譯碼器根據(jù)輸入的數(shù)據(jù)B，產(chǎn)生相位取樣地址C。U1是1個容量16字節(jié)、一維排列的8位波形存儲器，U1的16個字節(jié)依次存放了完整的1個周期正弦波的量化數(shù)值n1－n16，n1－n16波形數(shù)據(jù)稱作正弦查找表，1個C值對應(yīng)著正弦波的1個相位。當(dāng)C值中某一位的電平為0時（同一時刻C值只能有一位為0電平），其對應(yīng)的波形存儲器的存儲值n將轉(zhuǎn)換為8位輸出值D。U4是1個高速數(shù)模轉(zhuǎn)換器，在基準(zhǔn)時鐘的驅(qū)動下，每1個時鐘周期就把輸入的D值轉(zhuǎn)換為對應(yīng)的模擬信號。

式中，N＝4。本系統(tǒng)中，激勵信號的工作頻率f0范圍為0～20 MHz。

系統(tǒng)采用橢圓濾波器來消除DDS技術(shù)產(chǎn)生的干擾波，以低成本放大器AD8370為核心，設(shè)計穩(wěn)幅電路，采用電流反饋放大器AD844為主芯片設(shè)計了恒流源電路，完成電壓—電流轉(zhuǎn)換。

4.2 阻抗信息提取方法的研究

本文以AD8302幅相檢測芯片為核心實現(xiàn)阻抗提取。AD8302的兩路輸入信號為源信號VINPA和過紅細(xì)胞懸浮液組織信號VINPB。AD8302將兩路輸入信號的幅度比和相位差轉(zhuǎn)化為兩路電壓輸出，理論值分別為VMAG和VPHS，轉(zhuǎn)化的數(shù)學(xué)方程式為

產(chǎn)生的激勵信號的頻率f0由基準(zhǔn)時鐘fi和頻率控制字M確定

式中，K1、K2為比例系數(shù)。

AD8302的兩路輸出電壓經(jīng)過模數(shù)轉(zhuǎn)換輸入單片機。單片機按照式（4）、（5）編寫程序可完成對紅細(xì)胞懸浮液幅值Z和相位Qz-s的提取。Rs為定值參比電阻。

5 基于人工神經(jīng)網(wǎng)絡(luò)的紅細(xì)胞懸浮液分類方法

實現(xiàn)阻抗檢測血型的關(guān)鍵是正確判斷加入分型血清后紅細(xì)胞懸浮液的凝集程度。

5.1 特征參數(shù)的提取

制備6種凝集狀態(tài)的紅細(xì)胞懸浮液，每種10例共60例。應(yīng)用本系統(tǒng)在50 kHz～16MHz的掃頻范圍下進行阻抗信息采集，檢測每份樣品的阻抗幅值與相位。本文分別提取阻抗幅值和相位數(shù)據(jù)的算術(shù)平均值、中位數(shù)、平均微分值、方差、最小值、最大值進行統(tǒng)計學(xué)分析。

為判斷12個參數(shù)是否能區(qū)分6類紅細(xì)胞懸浮液，本研究根據(jù)參數(shù)的數(shù)據(jù)類型及分布特點選用多種統(tǒng)計學(xué)方法進行分析。以阻抗幅值的算術(shù)平均值為例，具體分析步驟為：（1）取800～1 500 kHz段阻抗幅值，提取算術(shù)平均值；（2）以SPSS14.0行方差齊性檢驗，F(xiàn)值為0.687，P值為0.635＞0.05，方差齊；（3）行多個獨立樣本均數(shù)比較的方差分析，從總體上分析6類之間有無差別。P＜0.01，6類之間差別有統(tǒng)計學(xué)意義；（4）進行6類間多重比較，所列30個Sig值（P值）均小于0.01，各組兩兩比較均有顯著性差異。結(jié)論：可用該參數(shù)對6類紅細(xì)胞懸浮液進行區(qū)分。

根據(jù)統(tǒng)計學(xué)分析驗證結(jié)果，本研究最后選取800～1 500 kHz段阻抗幅值算術(shù)平均值、阻抗相位中位數(shù)、阻抗幅值及相位數(shù)據(jù)的方差、平均微分值作為待測紅細(xì)胞懸浮液的特征參數(shù)，即1個樣本由6個特征值來描述。

5.2 紅細(xì)胞懸浮液類別的識別方法研究

本文采用BP神經(jīng)網(wǎng)絡(luò)識別6類紅細(xì)胞懸浮液。首先，對每類紅細(xì)胞懸浮液各取20份構(gòu)成訓(xùn)練集，訓(xùn)練集樣品總數(shù)為120。6類紅細(xì)胞懸浮液的神經(jīng)網(wǎng)絡(luò)識別模型分3層：輸入層、隱含層和輸出層。模型輸入層神經(jīng)元個數(shù)為6，輸出層神經(jīng)元個數(shù)為6，隱含層神經(jīng)元個數(shù)為15。特征值歸一化處理后，模型的輸入向量范圍為［－1，1］。在本研究中，隱含層神經(jīng)元傳遞函數(shù)采用雙曲正切S型函數(shù)，輸出層神經(jīng)元傳遞函數(shù)采用S型對數(shù)函數(shù)。網(wǎng)絡(luò)訓(xùn)練函數(shù)采用BFGS準(zhǔn)牛頓BP算法函數(shù)，學(xué)習(xí)函數(shù)采用的是梯度下降動量學(xué)習(xí)函數(shù)，性能函數(shù)采用的是均方誤差性能函數(shù)。網(wǎng)絡(luò)最大訓(xùn)練次數(shù)設(shè)置為1 000，網(wǎng)絡(luò)的訓(xùn)練精度設(shè)置為0.01。訓(xùn)練結(jié)果表明，當(dāng)網(wǎng)絡(luò)訓(xùn)練達到263步時，訓(xùn)練停止，網(wǎng)絡(luò)誤差為0.009 7，達到目標(biāo)誤差，且建網(wǎng)和網(wǎng)絡(luò)訓(xùn)練時間為16.272 s。

6 電極結(jié)構(gòu)與軟件模塊的設(shè)計

6.1 電極結(jié)構(gòu)

本文在大量的實驗驗證基礎(chǔ)上，選用黃銅作為材料，采用4針電極結(jié)構(gòu)，其結(jié)構(gòu)見圖3。其中，x1、y2為電流電極（或稱工作電極）；y1、x2為電壓電極（或稱測量電極）。

6.2 軟件模塊的設(shè)計

本文的軟件模塊采用LabVIEW開發(fā)，在本模塊中主要實現(xiàn)人機界面、人機對話、測量參數(shù)設(shè)置、實時數(shù)據(jù)采集、數(shù)據(jù)分析處理、血型判斷、檢測結(jié)果的顯示以及檢測數(shù)據(jù)的存儲等功能。

圖3 電極結(jié)構(gòu)圖

7 系統(tǒng)性能驗證

本文以均勻恒定的電解質(zhì)溶液作為被測對象，與Agilent4294A進行比對實驗，Agilent4294A精密阻抗分析儀的阻抗檢測精度為±0.08%。配制0.9%Nacl溶液，使用Agilent 4294A進行掃頻測量，記錄50 kHz～5 MHz范圍內(nèi)30個頻率點的阻抗幅值和相位，作為該Nacl溶液的標(biāo)準(zhǔn)值。同一樣本使用本系統(tǒng)在相同范圍相同頻率點進行掃頻測量，記錄阻抗幅值與相位。對兩者測量結(jié)果進行誤差分析，結(jié)果見圖4。在測量范圍內(nèi)阻抗幅值相對誤差小于0.71%，相位絕對誤差小于0.19°。兩者測量結(jié)果一致性判據(jù)采用求En值，即

式中，y1、y2為2個系統(tǒng)的測量結(jié)果；U1、U2分別為2個測量結(jié)果的不確定度。實驗求得30個頻率點阻抗幅值與相位的En值均小于1，一致性滿意。

為了驗證本系統(tǒng)的重復(fù)性，本文以0.9%Nacl溶液作為被測對象，在相同的時間間隔內(nèi)，選擇5個頻率點進行多次測量。使用變異系數(shù)CV（coefficient of variation，CV＝標(biāo)準(zhǔn)差／平均值）來反映同一被測對象多次檢測的重復(fù)性，結(jié)果見表2，CV值均小于0.5%，表明系統(tǒng)具有較好的重復(fù)性。為了驗證本系統(tǒng)的穩(wěn)定性，本文仍以0.9%Nacl溶液作為被測對象，選擇5個頻率點，記錄一段時間內(nèi)測量結(jié)果的變化情況。實際使用時檢測時間較短，所以實驗時間每次持續(xù)1 min，每間隔5 s記錄1個點，結(jié)果見表3。由表3可見，本系統(tǒng)檢測結(jié)果隨時間恒定的能力較好。

圖4 測量結(jié)果誤差分析

表2 系統(tǒng)重復(fù)性測試數(shù)據(jù)

表3 穩(wěn)定性實驗結(jié)果

8 臨床實驗與結(jié)果分析

如前所述，正確判斷紅細(xì)胞凝集程度是正確判斷血型的基礎(chǔ)和關(guān)鍵，因此臨床實驗分兩部分，首先驗證新方法是否能正確區(qū)分6類紅細(xì)胞凝集程度，再通過與美國強生全自動血型／配血系統(tǒng)比較，驗證其是否能正確判斷血型。

8.1 紅細(xì)胞懸浮液類別檢測的對比實驗

8.1.1 6類紅細(xì)胞懸浮液樣品制備

以制備標(biāo)準(zhǔn)抗A血清為例（抗D，抗B類同），將抗A分型血清以生理鹽水作系列倍比稀釋，形成梯度濃度的16管抗體血清。吸取各濃度血清40 μL分別加入16孔戴安娜IgG卡式凝膠柱內(nèi)，再向每孔加入2%A型Rh陽性紅細(xì)胞懸浮液30μL。孵育15 min后，3 000轉(zhuǎn)／min離心10 min。按照戴安娜凝膠柱檢測標(biāo)準(zhǔn)，選取凝集強度為－、±、＋、＋＋、＋＋＋、＋＋＋＋共6種濃度的抗體血清作為標(biāo)準(zhǔn)抗體血清。

取試管6支，分別加入5%A型紅細(xì)胞懸浮液2 mL，再分別加入6種標(biāo)準(zhǔn)抗體血清0.3 mL，震蕩混勻30 s，靜置反應(yīng)2 min即為6類紅細(xì)胞懸浮液樣品。

8.1.2 樣本檢測

震蕩混勻樣本30 s，在反應(yīng)2 min時使用本系統(tǒng)對樣品進行阻抗信息采集，獲取樣品的阻抗幅值與相位。在使用本系統(tǒng)試驗時，掃頻范圍設(shè)置為50 kHz～16 MHz。不同凝集強度下，紅細(xì)胞懸浮液阻抗幅值與頻率的關(guān)系曲線見圖5，阻抗相位與頻率的關(guān)系曲線見圖6。

圖5 阻抗幅值與頻率的關(guān)系曲線

圖6 阻抗相位與頻率的關(guān)系曲線

8.1.3 紅細(xì)胞凝集強度判斷結(jié)果的對比分析

本系統(tǒng)配合戴安娜凝膠柱檢測系統(tǒng)進行了對比性實驗。取6種類別的紅細(xì)胞懸浮液，每種10例共60例，每種類別以本系統(tǒng)測定5例，戴安娜凝膠柱檢測系統(tǒng)測定5例，識別結(jié)果見表4。將表4數(shù)據(jù)作行為有序變量，列為無序變量的R×C表數(shù)據(jù)秩和檢驗，Sig值（P值）＞0.1，兩組間構(gòu)成比無差異。關(guān)聯(lián)性分析結(jié)果表明，本系統(tǒng)與戴安娜凝膠柱檢測系統(tǒng)結(jié)果一致，能夠正確判斷6種紅細(xì)胞懸浮液的狀態(tài)。

表4 紅細(xì)胞懸浮液凝集程度判斷結(jié)果對比分析

8.2 血型檢測的對比實驗

將本系統(tǒng)與美國強生全自動血型／配血系統(tǒng)進行對比實驗。選取臨床血液標(biāo)本90例，先用強生全自動血型／配血系統(tǒng)鑒定血型，同一標(biāo)本再用本系統(tǒng)鑒定血型，二者的對比檢測結(jié)果見表5。由表5可見，本系統(tǒng)能100%地對ABO和Rh血型進行正確判讀。因檢測原理不同，本系統(tǒng)試劑成本僅為強生的1／20～1／30。

表5 兩種血型自動識別系統(tǒng)對多種血型的判讀結(jié)果比對

9 結(jié) 論

針對血型現(xiàn)有檢測方法的缺點，本文提出了一種全新的基于生物電阻抗測量技術(shù)的快速、高精度、經(jīng)濟的血型檢測方法，并在新方法的基礎(chǔ)上研制了新型檢測系統(tǒng)。本方法能夠簡單、經(jīng)濟地產(chǎn)生穩(wěn)定、可靠的激勵信號，有效地提取阻抗信息。提取的特征參數(shù)和構(gòu)建的識別模型能夠正確判斷6種紅細(xì)胞懸浮液的類別。與國外同類儀器進行對比試驗表明，本系統(tǒng)具有較好的檢測重復(fù)性、準(zhǔn)確性和靈敏度，以及較強的抗干擾能力，能夠達到與國外同類儀器相似的檢測效果，并且因檢測原理不同，檢測成本只有國外同類儀器的1／20～1／30。

［1］ Sandler S G，Langeberg A，Avery N，et al.A fully automated blood typing system for hospital transfusion services［J］.Transfusion，2000，40（2）：201－207.

［2］ Ferraz A，Carvalho V，Soares F.Development of a human blood type detection automatic system［J］.Procedia Engineering，2010，5：496－499.

［3］ Dada A，Beck D，Schmitz G.Automation and Data Processing in Blood Banking Using the Ortho AutoVue? Innova System［J］.Transfusion Medicine Hemotherapy，2007，34（5）：341-346.

［4］ 董秀珍.生物電阻抗技術(shù)研究進展［J］.中國醫(yī)學(xué)物理學(xué)雜志，2004，21（6）：311－320.

［5］ BaskurtO K，Uyuklu M，Meiselman H J.Time course of electrical impedance during red blood cell aggregation in a glass tube：comparison with light transmittance［J］.IEEE Trans Biomed Eng，2010，57（4）：969－978.

New Method for Blood Type Detection Based on Bioelectrical Im pedance Analysis Technology and its System Imp lementation

CHEN Li-li1，2， LIAO Qiang1，2， HU Xue3， ZHANG Guo-zheng3
（1.State Key Lab of Mechanical Transmission，Chongqing 400030，China；
2.College of Mechanical Engineering，Chongqing University，Chongqing 400030，China；
3.Blood Transfusion Department，the First Affiliated Hospital of Chongqing Medical University，Chongqing 400016，China）

A new method for blood type detection and a new automated blood typing system are developed.In the system，the combined use of the AD9850 chip and MCU are employed to realize the DDS technique and produce excitation signal.Then an elliptic filter is designed to eliminate the signal interference，and an amp litude stabilized circuit is designed to stabilize the amp litude of the signal output by using an AD8370 chip，which is a low-cost variable gain amp lifier.The amplitude and phasemeasurement chip AD8302 is adopted to extract the impedance information.Based on neural network recognitionmodel，a new method is designed to determine the degree of agglutination in red blood cell suspension.The use of thismethod combined with the discriminant rule could successfully identify the blood type.Contrastive test is carried out and the new system showed highmeasurementaccuracy and good stability.This system could better distinguish the different intensity of agglutination in red blood cell，and identified ABO and Rh blood type correctly in normal samples.The selfdeveloped new automated blood typing system is in better agreementwith clinical requirements.

Metrology；Bioelectrical impedance analysis technology；Neural networks；Blood type；Red blood cell suspension

TB99

A

1000-1158（2014）04-0403-06

10．3969／j．issn．1000-1158．2014．04．21

2011-12-01；

2013-03-14

重慶市自然科學(xué)基金（CSTC2006BB3176）；重慶市衛(wèi)生局科研項目（2010-2-086）；重慶大學(xué)“211工程”三期創(chuàng)新人才培養(yǎng)計劃（S-09106）

陳里里（1981－），男，重慶人，重慶大學(xué)博士，研究方向為醫(yī)學(xué)信號處理與醫(yī)療儀器研發(fā)。clili522＠163.com