安圖實(shí)驗(yàn)儀器（鄭州）有限公司 （河南 鄭州 450016）

內(nèi)容提要： 目的：提高血清質(zhì)量檢測(cè)水平，有效篩選問題血清，提高臨床實(shí)驗(yàn)室檢驗(yàn)結(jié)果的準(zhǔn)確度。方法：使用工業(yè)相機(jī)對(duì)血清樣本進(jìn)行拍照，并利用圖像識(shí)別的方法，獲取血清圖片，建立血清Yxy顏色特征圖庫，并使用SVM分類模型實(shí)現(xiàn)血清的識(shí)別。結(jié)果：在15411張血清樣本上的測(cè)試結(jié)果，血清、溶血、脂血、黃疸樣本的識(shí)別結(jié)果與人眼判斷結(jié)果的符合率分別為：血清識(shí)別正確率為99.84%，溶血識(shí)別正確率為89.33%，脂血識(shí)別正確率為86.21%，黃疸識(shí)別正確率為83.87%。結(jié)論：血清檢測(cè)系統(tǒng)的符合率滿足使用要求，在一定程度上可以代替人眼做出判斷。

隨著國內(nèi)醫(yī)療質(zhì)量管理與控制體制的不斷完善，對(duì)臨床實(shí)驗(yàn)室檢測(cè)質(zhì)量和結(jié)果準(zhǔn)確度的要求也越來越高，血清樣本質(zhì)量（溶血、脂血和黃疸等）控制是實(shí)驗(yàn)室前質(zhì)量控制的重要組成部分[1-3]。過去常規(guī)的做法是檢驗(yàn)醫(yī)生肉眼判斷血清質(zhì)量，但是肉眼判斷存在主觀性強(qiáng)、工作量大和無法標(biāo)準(zhǔn)化等缺點(diǎn)，本文詳細(xì)描述了安圖實(shí)驗(yàn)儀器公司研究的一種血清質(zhì)量檢驗(yàn)方法。

人體體檢抽出的血液是血清，血漿，血小板等的混合體，混合體經(jīng)過離心之后，這幾種成分分層存在，血清在最上層，血小板等在第二層，血漿在最下層。正常的血清是清亮淺黃色；血細(xì)胞破裂之后，血清是淺紅色，深紅色的溶血；黃疸是一種疾病，血清總膽紅素在17.1～34.2μmol/L，而肉眼看不出黃疸時(shí)，稱隱性黃疸或亞臨床黃疸；當(dāng)血清總膽紅素濃度超過34.2μmol/L時(shí)，臨床上即可發(fā)現(xiàn)黃疸，也稱為顯性黃疸；脂血是血清中含有大量脂類物質(zhì)。從外觀上看，血清是渾濁的乳白色。

近年來機(jī)器視覺技術(shù)的應(yīng)用越來越廣泛，在很多應(yīng)用場景，機(jī)器視覺技術(shù)都能夠提供成熟可靠的解決方案，血清質(zhì)量檢測(cè)就是其中之一。檢驗(yàn)醫(yī)生通常使用肉眼觀察離心后的血清，根據(jù)顏色篩選出問題血清，根據(jù)這一原理搭建血清質(zhì)量檢測(cè)系統(tǒng)，使用機(jī)器視覺技術(shù)，賦予工業(yè)相機(jī)智能化功能，用工業(yè)相機(jī)代替肉眼做測(cè)量和判斷。本研究方法利用機(jī)器視覺技術(shù)，使用工業(yè)相機(jī)，補(bǔ)光光源，白色背景板，對(duì)血清樣本拍照，利用圖像識(shí)別方法，篩選出問題血清（溶血，黃疸，脂血）。

1.資料與方法

1.1 一般資料

收集2017年8月～2018年9月浚縣人民醫(yī)院檢驗(yàn)科日常送檢的15411份血液樣本，可用于方法建立后對(duì)問題血清（溶血，脂血，黃疸）的篩選結(jié)果進(jìn)行分析。

1.2 方法

對(duì)于血清檢測(cè)，本公司自主研發(fā)了一套軟件，血清質(zhì)量檢測(cè)系統(tǒng)，用于完成血清的檢測(cè)。系統(tǒng)界面見圖1。主要包含以下幾個(gè)功能的實(shí)現(xiàn)：①對(duì)血清樣本管拍照；②利用圖像識(shí)別的方法定位出樣本管位置，血漿位置和血清位置（見圖2）；③計(jì)算出血清區(qū)域的RGB平均顏色值，并將RGB平均顏色值轉(zhuǎn)換為Yxy顏色值；④采用軟件中內(nèi)置的SVM模型，通過Yxy顏色值的x，y值判別血清類型，并輸出判別結(jié)果。其中，運(yùn)用圖像識(shí)別方法實(shí)現(xiàn)血清定位，Yxy顏色空間的轉(zhuǎn)換，以及使用SVM模型對(duì)血清進(jìn)行分類是本文的核心算法。

圖1. 血清質(zhì)量檢測(cè)系統(tǒng)

圖2. 血清血漿定位

圖3. 原始圖像

圖4. 圖像處理流程

1.2.1 血清定位

對(duì)于原始血清樣本圖像見圖3所示，是血液圖像樣本經(jīng)過離心后的效果，血液離心后分為兩層，下部為血漿，上部為血清。血漿顏色呈現(xiàn)為純黑色，正常血清呈現(xiàn)為淡黃色。對(duì)圖3中兩個(gè)血液樣本管圖像分別用圖像處理算法流程（見圖4）處理：①將原始血液樣本管圖像轉(zhuǎn)為灰度圖像；②并使用大津二值化方法得到二值化圖像；③對(duì)二值圖像提取連通區(qū)域；④提取血漿輪廓；⑤根據(jù)樣本管中血清，血漿的相對(duì)位置關(guān)系，提取出血清位置，如圖5所示。

1.2.2 RGB與Yxy顏色空間轉(zhuǎn)換

圖5. 圖像處理中間過程

RGB顏色空間是一種顏色標(biāo)準(zhǔn)，一個(gè)像素點(diǎn)顏色包含紅（R）、綠（G）、藍(lán)（B）三個(gè)顏色通道值，值的范圍都是[0，255]，通過改變不同通道的值，可以組成人類視力所能感知的所有顏色，是目前運(yùn)用最廣的顏色系統(tǒng)之一，例如三個(gè)通道值都是255，則是白色；三個(gè)通道值都是0，則是黑色[4,5]。Yxy是另外一種顏色空間[6-9]。它是一種設(shè)備無關(guān)的顏色系統(tǒng)，也是一種基于生理特征的顏色系統(tǒng)。Yxy顏色空間中的Y分量表示像素的亮度，x,y表示顏色特征。RGB顏色空間轉(zhuǎn)Yxy顏色空間：RGB顏色空間不能直接轉(zhuǎn)換為Yxy顏色空間，需要借助XYZ顏色空間，把RGB顏色空間轉(zhuǎn)換為XYZ顏色空間，之后再把XYZ顏色空間轉(zhuǎn)換為Yxy顏色空間。主要應(yīng)用公式（1）、公式（2）完成顏色空間的轉(zhuǎn)換。

1.2.3 支持向量機(jī)模型

考慮到本文的目的是對(duì)血清進(jìn)行識(shí)別，將血清分為4類，血清，溶血，脂血，黃疸，因此，支持向量機(jī)（Support Vector Machine，SVM）模型需設(shè)置類別個(gè)數(shù)為4[10]。對(duì)于核函數(shù)的選取，考慮到血清樣本的顏色特征具有明顯的線性可分性，因此本文選用線性核函數(shù)。對(duì)于特征的選擇，將由血清圖片計(jì)算得到的Yxy顏色特征值中的x,y特征作為模型的輸入。通過訓(xùn)練模型，獲取最優(yōu)模型參數(shù)，得到支持向量機(jī)分類模型。

2.結(jié)果

2.1 血清Yxy特征圖庫建立

圖6. 血清Yxy特征空間

通過實(shí)驗(yàn)室具有豐富工作經(jīng)驗(yàn)的專業(yè)人員的挑選，共選擇了207張血清圖片，其中正常血清圖片133張，溶血圖片29張，脂血圖片22張，黃疸圖片23張。根據(jù)Yxy顏色特征空間的原理，建立原始圖庫的三維特征圖，如下圖6所示。

2.2 SVM模型

對(duì)收集的207張血清樣本圖像，血清樣本包含正常血清，溶血，脂血，黃疸，求出每個(gè)樣本血清區(qū)域的RGB平均顏色值，然后RGB平均顏色值轉(zhuǎn)換為Yxy顏色值，得到血清樣本的Yxy顏色特征圖庫。選取x,y兩列作為特征值，并采用SVM算法，使用線性核函數(shù)，設(shè)置4個(gè)類別，進(jìn)行模型訓(xùn)練并保存模型。將訓(xùn)練好的SVM模型參數(shù)導(dǎo)入軟件計(jì)算程序。如圖7是各類血清樣本的歸一化x,y特征圖以及SVM模型支持向量的仿真。

2.3 血清檢測(cè)系統(tǒng)的驗(yàn)證結(jié)果

在對(duì)15411份血清樣本進(jìn)行驗(yàn)證結(jié)果時(shí)，使用軟件對(duì)待檢測(cè)血清樣本拍照，并輸出識(shí)別結(jié)果，血清、溶血、脂血、黃疸樣本的識(shí)別結(jié)果與專業(yè)人員人眼判斷結(jié)果的符合率分別為：血清識(shí)別正確率為99.84%，溶血識(shí)別正確率為89.33%，脂血識(shí)別正確率為86.21%，黃疸識(shí)別正確率為83.87%。詳細(xì)結(jié)果見表1。

3.討論

臨床實(shí)驗(yàn)室檢驗(yàn)的質(zhì)量控制分為測(cè)試前，測(cè)試中和測(cè)試后質(zhì)量控制，每個(gè)階段都會(huì)直接影響檢驗(yàn)結(jié)果的準(zhǔn)確性。其中很多錯(cuò)誤和失控大多發(fā)生在測(cè)試前，如果能盡量減少測(cè)試前的錯(cuò)誤和失控，則能大大提高檢驗(yàn)的質(zhì)量和結(jié)果的可靠性[11-15]。絕大多數(shù)醫(yī)院都很重視檢驗(yàn)的質(zhì)量控制，并且紛紛采取了不同的方法[16-22]。本研究是針對(duì)血清測(cè)試前的質(zhì)量控制方法，對(duì)離心后測(cè)試前的血清進(jìn)行圖像拍攝，利用圖像識(shí)別方法，對(duì)每一例血清圖像進(jìn)行定位，然后依據(jù)圖像的顏色特征采用支持向量機(jī)分類模型對(duì)血清進(jìn)行識(shí)別，篩選出問題血清（溶血、黃疸、脂血），輔助檢驗(yàn)醫(yī)生做出判斷，減少問題血清進(jìn)入實(shí)驗(yàn)的概率，提高臨床實(shí)驗(yàn)室檢驗(yàn)結(jié)果的準(zhǔn)確度。

圖7. SVM支持向量

表1. 血清檢測(cè)系統(tǒng)預(yù)測(cè)結(jié)果(n)

本文研究的血清檢測(cè)方法，已應(yīng)用于血清檢測(cè)系統(tǒng)，通過對(duì)血液樣本管拍照，就可以完成對(duì)血清的識(shí)別，有效地篩選出溶血，脂血，黃疸問題血清。通過大量實(shí)驗(yàn)驗(yàn)證，血清質(zhì)量檢測(cè)系統(tǒng)的符合率滿足設(shè)計(jì)要求，在某些特定場合可以代替人眼做出判斷，例如全自動(dòng)實(shí)驗(yàn)室流水線系統(tǒng)，因?yàn)榱魉€系統(tǒng)帶有血液離心功能，離心完血清直接傳送到檢測(cè)儀器，中間沒有檢驗(yàn)醫(yī)生參與，所以必須經(jīng)過血清質(zhì)量檢測(cè)系統(tǒng)的檢測(cè)，由該系統(tǒng)代替人眼做出判斷，把問題血清在測(cè)試前篩選出來，提高檢驗(yàn)的質(zhì)量和結(jié)果的可靠性，減少因檢驗(yàn)引起的醫(yī)患糾紛。但此血清質(zhì)量檢測(cè)系統(tǒng)尚有很多不足：問題圖庫樣本太少，如果要實(shí)際投入應(yīng)用，則還需要收集大量問題血清樣本；本系統(tǒng)使用過夜樣本進(jìn)行研究，新鮮樣本和過夜樣本的顏色存在差異，故還需收集新鮮樣本做進(jìn)一步實(shí)驗(yàn)。

綜上所述，本文研究的血清檢測(cè)方法，結(jié)合了圖像識(shí)別與支持向量機(jī)等方法的應(yīng)用，實(shí)現(xiàn)了通過對(duì)血液樣本管進(jìn)行拍照，利用血清檢測(cè)系統(tǒng)就可以完成對(duì)血清的識(shí)別，并且具有較高的準(zhǔn)確率，在一定程度上可以代替人眼做出判斷。