人與四種實驗動物血液圖像分析方法綜述

司 訪， 曹 娜， 呂登飛

（1．河南警察學(xué)院，河南 鄭州 450046；2.鶴壁市公安局，河南 鶴壁 458000）

人體血液和動物血液的化學(xué)組成差異顯著，使得不同來源的血液在氣味上有明顯不同，這是血跡搜集犬能夠進行血跡搜尋和氣味追蹤的科學(xué)依據(jù).隨著DNA技術(shù)的飛速發(fā)展，目前很多學(xué)者開展了從DNA水平上進行種屬鑒定的研究.不同進化水平和生活環(huán)境的脊椎動物，如鯉魚、蟾蜍、家雞、家兔的血液中的紅細胞、白細胞和血小板在形態(tài)、種類和數(shù)量上存在顯著差異[1].由此說明不同種屬的血液存在化學(xué)和生物學(xué)等各方面有明顯差異.為了探究人與常見哺乳動物的血液有形成分存在的差異性，在此搜集了血液采集和圖像分析的方法,為今后實驗的開展提供參考.

1 人和四種常見哺乳動物血液樣品的采集

1.1 材料

（1）隨機挑選青年志愿者10名，隨機挑選成年狗、豬、牛、羊等各5只.

（2）采血針.

（3）真空采血管.

1.2 采集方法

人采用肘正中靜脈采血，狗采用耳靜脈采血，豬選取耳緣靜脈采血，牛選取牛尾靜脈采血，羊選取頸靜脈采血，抽取的血液置于真空采血管中.血液注入真空血液采集管后，立即輕輕搖動試管，使血液和抗凝劑混勻.

2 血液圖像分析方法介紹

對于所采集到的人和四種動物血液樣品需進行血液圖像分析，這里介紹幾種分析方法.

2.1 顯微鏡觀察法

血液涂片經(jīng)過瑞氏染色后，經(jīng)人工在顯微鏡下觀察血液細胞形態(tài)和計數(shù)等.具體操作步驟如下：

（1）配制瑞氏染液、白細胞稀釋液，備好紅細胞稀釋液和血小板稀釋液.

（2）用瑞氏染液制作血涂片進行血細胞分類，低倍鏡觀察全貌，選擇具有代表性的細胞鏡檢區(qū)域.

（3）在生物顯微鏡（400倍油鏡）下觀察血細胞的形態(tài)特征,并用目鏡測微尺和鏡臺測微尺測量血細胞的大小.

（4）血樣分別用紅細胞稀釋液、白細胞稀釋液、加碘稀釋液稀釋后進行紅細胞、白細胞和血小板計數(shù)，血細胞計數(shù)采用吸管法.[2]

（5）每種實驗動物的血細胞數(shù)量、血紅蛋白含量均為20次所測數(shù)據(jù)的平均值,細胞大小取12個細胞測量的平均值.

2.2 血液細胞圖像自動識別系統(tǒng)

將組織或細胞制成染色切片或涂片后，在顯微鏡下觀察，所呈現(xiàn)的圖像稱為顯微圖像.血細胞圖像自動識別系統(tǒng)可自動選取圖片中代表性的區(qū)域作為觀測點，利用數(shù)字顯微鏡進行拍攝采集24位真彩色顯微圖像，然后利用圖像處理和識別等技術(shù)完成對細胞的分類計數(shù)和形態(tài)分析，此技術(shù)能夠很大程度上模擬人工操作.基于機器視覺的顯微細胞圖像有形成分自動識別技術(shù)主要包括圖像預(yù)處理、圖像分割、特征提取和可見光分量識別，其中有效的圖像分割是顯微細胞自動識別的基礎(chǔ)也是最為重要的環(huán)節(jié).血液細胞圖像分割方法有傳統(tǒng)的閾值法進行白細胞細胞核的提取，邊緣檢測法、區(qū)域分裂合并和區(qū)域生長、數(shù)學(xué)形態(tài)學(xué)、基于模糊理論的分割、基于遺傳算法的分割方法、基于信息論的分割方法等.漆鵬杰[6]等提出的改進的二維最大熵閾值粗糙分割結(jié)合形態(tài)學(xué)精細分割的顯微細胞圖像主動成分優(yōu)化分割方法，快速運行，能更好地劃分顯微細胞圖像有形成份面積，更適合用于血細胞圖像分割方法.血液細胞中數(shù)量最多的是紅細胞和白細胞，下面就這兩種細胞的識別系統(tǒng)分別介紹：

2.2.1 血液顯微圖像紅細胞數(shù)量自動統(tǒng)計系統(tǒng)

血涂片上的紅細胞體積一般很小.正常紅細胞是兩個向內(nèi)凹陷的圓盤，在圖像中紅細胞的中心區(qū)域通常高于細胞邊緣區(qū)域的灰度值，并且細胞邊緣區(qū)域的灰度值大于血清（背景）的灰度值.在實際實驗過程中，紅細胞數(shù)目較多，故常存在粘連和重疊現(xiàn)象，在統(tǒng)計紅細胞數(shù)目和觀察細胞形態(tài)時會產(chǎn)生很大誤差.本系統(tǒng)的紅細胞提取采用基于顯微圖像灰度直方圖的閾值分割方法進行，基于網(wǎng)格模型的、重疊粘連物體的處理模式，對血紅細胞圖像進行網(wǎng)格劃分、區(qū)域提取、灰度和區(qū)域填充等處理，最后再對細胞的個數(shù)進行統(tǒng)計.該系統(tǒng)的處理流程包括血液細胞圖像輸入、圖像平滑、圖像灰度轉(zhuǎn)換、圖像二值化、空腔填充、紅細胞數(shù)量自動統(tǒng)計、結(jié)果輸出等步驟.

2.2.2 綜合遺傳算法和神經(jīng)網(wǎng)絡(luò)的白細胞自動識別系統(tǒng)

利用自行研制的攝像機與高生物顯微鏡相結(jié)合的圖像處理系統(tǒng)，結(jié)合彩色圖像采集卡，利用圖像處理、人工智能和模式識別等知識，對血細胞進行綜合全面的描述.載體平臺的三維方向可由計算機控制，彩色攝像機與顯微鏡觀察平臺連接，實時獲取白細胞涂片的視頻信號，并對圖像采集卡進行處理后獲得細胞的真彩色圖像，對血液細胞圖像中的8類主要細胞都能明確分類.

2.3 基于數(shù)學(xué)形態(tài)學(xué)圖像技術(shù)

通過基于數(shù)學(xué)形態(tài)學(xué)的醫(yī)學(xué)圖像處理技術(shù)，提出了顯微細胞特征的形態(tài)學(xué)處理方法，并對成熟紅細胞的計數(shù)和形態(tài)參數(shù)進行統(tǒng)計.采用的基本技術(shù)包括基于形態(tài)學(xué)重構(gòu)的邊緣檢測技術(shù)和基于形態(tài)學(xué)的流域分割技術(shù).該技術(shù)的基本過程包括微細胞圖像的輸入，自動轉(zhuǎn)換細胞顯微圖像的灰度閾值，根據(jù)閾值將灰度圖像轉(zhuǎn)換為二值圖像X，并用形態(tài)學(xué)濾波完成二值圖像預(yù)處理.用流域分割方法完成重疊細胞的分割，顯微細胞圖像的邊緣檢測，顯微細胞圖像的形態(tài)學(xué)分析.解決了圖像處理過程中產(chǎn)生的光照不均勻和染色過程中產(chǎn)生的顏色不均勻等問題.計數(shù)結(jié)果準(zhǔn)確，誤差率小，可用于成熟紅細胞計數(shù)和顯微圖像形態(tài)特征分析.

2.4 血液顯微高光譜成像系統(tǒng)

顯微高光譜成像技術(shù)是將傳統(tǒng)的顯微鏡技術(shù)與高光譜成像技術(shù)相結(jié)合，同時具有立體幾何與光譜信息的雙重特性.主要工作步驟包括高光譜圖像的采集、數(shù)據(jù)的預(yù)處理、圖像分割和分類以及圖像綜合分析等，光譜和空間特性能夠同時用來區(qū)分不同的血細胞，使得全血液細胞的分析成為可能.圖像數(shù)據(jù)通過將液晶可調(diào)諧濾波器、顯微鏡與硅電荷耦合器連接而獲得.為了充分利用醫(yī)學(xué)高光譜圖像的光譜和空間信息，提取圖像數(shù)據(jù)后的分類框架包括波段選擇，光譜和空間特征提取以及最優(yōu)的分類器等步驟.將該項技術(shù)應(yīng)用于血液圖像的分析，能夠在一定程度上解決傳統(tǒng)血液細胞分析方法的缺陷.

具體的操作方法如下：將靜脈血采集于EDTA-K2抗凝劑中，采血后立即搖勻混合.用膠頭滴管取一滴血液滴于載玻片1/3處，握住另一張推片，以30～45°快速平穩(wěn)推向載玻片另一端.在1小時內(nèi)用顯微高光譜成像系統(tǒng)進行涂片觀察.

3 總結(jié)與展望

本文總結(jié)了四種人與四種常見哺乳動物（狗、豬、牛、羊為例）血液細胞圖像分析方法，包括顯微鏡人工檢測法和三種儀器檢測法，各有優(yōu)缺點.其中顯微鏡檢測法，價格低廉，實驗條件容易實現(xiàn)，操作較靈活.但人工操作工作量大，人員疲勞，易出現(xiàn)誤差，漏誤檢頻發(fā)，耗時長,缺乏定量、客觀的分析.三種儀器檢測法雖節(jié)省了人力，但費用較昂貴，且易被其他因素干擾影響.由于微胞圖像本身的特點以及采集過程中各方面的影響，所獲得的圖像很容易與噪聲混合，導(dǎo)致細胞顯微圖像的不均勻光照和低對比度，這對顯微細胞有形成分的分割帶來了一些困難.儀器分析不夠智能，無法準(zhǔn)確進行細胞分類，細胞分析存在一定誤差.到目前為止，仍然無法找到一種對任意血細胞圖像處理均適用的有效辦法，血細胞圖像的有效處理一直是圖像領(lǐng)域的一個重要課題和難點問題.但是隨著科技發(fā)展，一定會有更好的檢測分析人和動物血液細胞差異性的方法.