基于图像识别技术的凝胶血型鉴定自动判读保存系统研究

岳凯，刘跃平，王超，李明，李涛，江志红，徐静

解放军第四七七医院 a.信息科；b.检验科，湖北 襄阳 441003

0 前言

血型鉴定在急诊抢救、手术室治疗、贫血治疗、刑事鉴定等过程中都是不可缺少的检验项目，结果正确与否关系到病人生命安危。目前，国内各级医院血型鉴定采用较多的是玻片法和试管法，都是手工操作，而且在一般情况下只做正定型，由于手工操作不易于标准化且影响因素较多，目测比较困难，特别是遇到弱凝集和O型血，更需要在显微镜下观察以确保血型鉴定的准确性，导致血型错检时有发生。因此，为了保证血型鉴定的准确性，我科血库开始采用微柱凝胶血型鉴定卡进行血型鉴定。微柱凝胶方法是法国Dr.Yves Lapierre在1986年首先发明的一项免疫学检测新技术，是微柱凝胶技术与血型鉴定技术相结合的产物。1994年此项技术获得了美国FDA的认可。经过不断改进和临床大量应用，目前，在多数发达国家，此项技术已作为常规的红细胞血型血清学检测技术应用于临床。在微柱凝胶介质中，红细胞抗原与相应抗体结合后，利用凝胶的空间位阻，经低速离心，凝集的红细胞悬浮在凝胶上层，而未和抗体结合的红细胞则沉于凝胶底部（管底尖部）[1]。微柱凝胶血型卡法比传统的玻片和试管液体介质中凝集试验结果更易于判读，更准确、更敏感、更简单。凝胶血型鉴定卡具有6个孔，能同时做正、反定型，符合《全国临床检验操作规程》的要求。本研究旨在利用图像识别技术把目前微柱凝胶血型鉴定的结果保存起来，以实现更进一步的优化。主要实现以下两个功能：一是利用摄像头把微柱凝胶血型鉴定卡的原始结果转化为电子资料，实现更长时间的保存；二是在拍照后实现血型鉴定结果的自动判读，对操作者起到提醒和核对的作用。该功能对于初学者来说还是很有益处的，初学者对正反定型理解不够彻底，容易造成判读的混乱。该自动判读保存系统还能扩展运用到微柱凝胶法交叉配合、不规则抗体筛查和鉴定及直接、间接抗人球蛋白实验中，具有很高的使用价值和临床意义。现把相关研究和系统的实现报道如下，以供同行参考。

1 检测方法和阳性判读标准

1.1 检测方法

微柱凝胶检测方法，按长春博讯微柱凝胶血型鉴定说明书进行。

1.2 阳性判读标准

红细胞完全或部分被阻挡在凝胶上者为阳性，红细胞完全降至柱底为阴性，见图1。

图1 阳性判断图

1.3 相关术语的规定

为了便于描述和理解，把血型鉴定卡的6孔，从左到右依次命名为抗A、抗B、Rh（D）、CTRL、A1、B。

2 图像识别技术

图像识别技术的涵义很广，主要指通过计算机，采用数学技术方法，对一个系统前端获取的图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，如条码识别、生物特征识别(人脸识别、指纹识别等)技术、智能交通中的动态对象识别、手写识别等。可以说，图像识别技术是人类视觉认知的延伸，是人工智能的一个重要领域。为了编制模拟人类图像识别活动的计算机程序，人们提出了不同的图像识别模型，如模板匹配模型[2]、原型匹配模型[3]、特征匹配模型[4]等。

图像识别技术的研究目标是根据观测到的图像，对其中的物体分辨其类别，做出有意义的判断。一般而言，图像识别系统主要由3个部分组成，分别是图像分割，图像特征提取及分类器的识别分类[5]，见图2。

图像分割是将图像划分为多个有意义的区域，然后将每个区域的图像进行特征提取，最后分类器根据提取的图像特征对图像进行相应的分类。实际上，图像识别和图像分割并不存在严格的界限，从某种意义上，图像分割的过程就是图像识别的过程。图像分割着重于对象和背景的关系，研究的是对象在特定背景下所表现出来的整体属性，而图像识别则着重于对象本身的属性。

图2 图像识别系统图

3 系统设计

3.1 系统组成

系统由摄像头、固定卡槽组成。固定卡槽的作用是使凝胶血型鉴定卡和摄像头保持位置的相对固定。

3.2 图像采集

图像采集过程：① 启动采集程序；② 按照长春博讯公司凝胶血型鉴定卡操作说明书进行操作；③ 在鉴定卡的空白处写上患者的名字；④ 把写有标记的卡面朝上，插入卡槽；⑤ 点击程序界面上的“拍照”按钮，图像采集完成。在图像采集的过程中，需要特别注意的是卡写有标记的一面必须朝上。

3.3 图像识别

图像识别技术的应用是本系统的关键所在，图像识别技术主要包括图像预处理、图像分割、特征提取和判断匹配4个步骤[6]，下面就从这4个方面对系统算法进行描述。

3.3.1 图像预处理

本系统涉及的图像预处理就是将采集的图像进行缩放、旋转、剪切等空间几何变换[7]。由于从摄像头采集的图像为特定的800像素×600像素的图像，而我们系统需要的图像为320像素×240像素的图像，而且要去除检测卡周围的无用背景，因此，我们对图像进行缩放变换，方法如下[7]：

其中，f（x，y）为原函数， g（x，y）为目标函数，a（x，y）、b（x，y）分别为x、y的变换函数，以实现对原图像的剪切放大功能。图像进行预处理前后的效果对比，见图3。

图3 图像预处理前后对比图

图像分割是将预处理后的图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程[8]。本系统采用灰度阈值分割法，方法如下[9]：

式中的a、b 是通过多次试验得出血液颜色的上下阈值[10]。

3.3.2 特征提取

在某种意义上，对于此系统而言，特征提取结果的好坏直接影响到判读的结果[11]。本系统主要关注检测卡上6个空对应的颜色值，因此，我们将图像的[a,b]（a∈[0,320],b∈[60,110]）区域分割成2×6的二维空间Yij，方法如下：

式中，x值是根据图像分割中得出的g(x，y)值而来，如果对应的空间中g(x，y)等于1的值相对较多，则对应的x值为1，反之为0。

3.3.3 判断匹配

判断匹配就是根据Yij值，对应长春博讯微柱凝胶血型鉴定说明书进行血型判别，最终在系统界面上显示出患者的血型，并保持采集的图像照片作为影像资料。

3.4 系统流程

系统程序设置按照长春博讯凝胶血型鉴定卡说明书进行，结果按照《全国临床检验操作规程》进行判读。程序流程，见图4。

图4 凝胶血型鉴定自动判读保存系统流程图

4 图像识别的临床应用

两种不同血型鉴定方法比较和微柱凝胶血型鉴定卡肉眼判读与软件判读比较结果，见表1。从表1可以看出，凝集强度为4+的例数，微柱凝胶血型卡为146例，而玻片法为101例，微柱凝胶血型卡法比传统的玻片法高37.4%；凝集强度为2+～1+，微柱凝胶卡法为0例，而传统的玻片法为20例，说明微柱凝胶血型卡法比传统的玻片法更为灵敏。软件判读和肉眼判读的一致性为100%（160/160），说明该软件在设计上是合理的。但其相对于目前采用肉眼判断的操作模式而言，在原始结果保存方面具有更大的优势，能实现对现有模式的进一步优化。

表1 不同血型鉴定方法和不同判读方式结果比较

该自动判读保存系统运行结果，见图5。图中（a）显示的是A型Rh阳性的结果；（b）显示的是CTRL孔失效的结果，弹出对话框“该实验失效，请查找原因”并同时保存该图片；（c）显示的是正、反定型不一致的结果，弹出对话框“正反定型不一致，请查找原因”并同时保存该图片；（d）显示的是照片保存目录，当点击系统界面上的“保存”键时，图片自动保存到相应文件夹，并以“检测日期+患者姓名”作为图片的文件名。

图5 系统运行结果

5 结束语

微柱凝胶血型鉴定卡在使用过程中，具有能记录患者姓名、保存时间较长、易于标准化等优点。基于图像识别技术的凝胶血型鉴定自动判读保存系统能实现凝胶血型鉴定卡在现有操作模式上的进一步优化，能实现血型原始结果更长时间的保存，特别是在没有采用自动血型鉴定仪的中小医院具有一定的应用与推广价值。但是，由于亚型抗体、温自身抗体、不规则抗体、冷凝激素、缗钱状凝集、器官骨髓移植等因素的影响，疑难血型在微柱凝胶血型卡上的表现型也相对多样[12]，该系统的判读条件并不能把所有的血型表现型都包括在内，碰到疑难血型时，只是把相对应的原始图片保存下来并提示工作员采用别的方法进行最终的血型确认。如何加强其对疑难血型的判读是该系统进一步改进和努力的方向。

[1]叶应妩,王毓三,申子瑜.全国临床检验操作规程[M].3版.南京:东南大学出版社,2006:264-265.

[2]章毓晋.图像工程(下)[M].北京:清华大学出版社,2006:136-137.

[3]Robert L Solso.Cognitive psychology[M].7th ed.Boston:Allyn and Bacon,1998.

[4]Moravee H P.Towards automatic visual obstacle avoidance[A].Proc of the 5th International Joint Conference on Artificial Intelligence[C].Berlin:Springer-Velag,1977.

[5]张家怡.图像识别的技术现状和发展趋势[J].电脑知识与技术,2010,21(6):6045-6046.

[6]Milan Sonka,Vadav Hhvac,Roger Boyle & pound.Image processing,amdy-sis,and machine vision[M].北京:人民邮电出版社,2003:198-199.

[7]常明.计算机图形学[M].3版.武汉:华中科技大学出版社,2009:235-236.

[8]Donald Hearn,M Pauline Baker.Computer graphics with openGL[M].Third Edition.北京:电子工业出版社,2010:255-256.

[9]陈强.图像分割若干理论方法及应用研究[D].南京:南京理工大学,2007:53-56.

[10]韩思奇,王蕾.图像分割的阀值法综述[J].系统工程与电子技术,2002,24(6):91-94.

[11]郑宇杰.特征提取方法及其应用研究[D].南京:南京理工大学,2007:89-91.

[12]杜雪宁,刘芳兰,王振卿,等.ABO血型检测中正反定型不符36例原因分析[J].中国误诊学杂志,2011,11(32):7968.