人与四种实验动物血液图像分析方法综述

司 访， 曹 娜， 吕登飞

（1．河南警察学院，河南 郑州 450046；2.鹤壁市公安局，河南 鹤壁 458000）

人体血液和动物血液的化学组成差异显著，使得不同来源的血液在气味上有明显不同，这是血迹搜集犬能够进行血迹搜寻和气味追踪的科学依据.随着DNA技术的飞速发展，目前很多学者开展了从DNA水平上进行种属鉴定的研究.不同进化水平和生活环境的脊椎动物，如鲤鱼、蟾蜍、家鸡、家兔的血液中的红细胞、白细胞和血小板在形态、种类和数量上存在显著差异[1].由此说明不同种属的血液存在化学和生物学等各方面有明显差异.为了探究人与常见哺乳动物的血液有形成分存在的差异性，在此搜集了血液采集和图像分析的方法,为今后实验的开展提供参考.

1 人和四种常见哺乳动物血液样品的采集

1.1 材料

（1）随机挑选青年志愿者10名，随机挑选成年狗、猪、牛、羊等各5只.

（2）采血针.

（3）真空采血管.

1.2 采集方法

人采用肘正中静脉采血，狗采用耳静脉采血，猪选取耳缘静脉采血，牛选取牛尾静脉采血，羊选取颈静脉采血，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，立即轻轻摇动试管，使血液和抗凝剂混匀.

2 血液图像分析方法介绍

对于所采集到的人和四种动物血液样品需进行血液图像分析，这里介绍几种分析方法.

2.1 显微镜观察法

血液涂片经过瑞氏染色后，经人工在显微镜下观察血液细胞形态和计数等.具体操作步骤如下：

（1）配制瑞氏染液、白细胞稀释液，备好红细胞稀释液和血小板稀释液.

（2）用瑞氏染液制作血涂片进行血细胞分类，低倍镜观察全貌，选择具有代表性的细胞镜检区域.

（3）在生物显微镜（400倍油镜）下观察血细胞的形态特征,并用目镜测微尺和镜台测微尺测量血细胞的大小.

（4）血样分别用红细胞稀释液、白细胞稀释液、加碘稀释液稀释后进行红细胞、白细胞和血小板计数，血细胞计数采用吸管法.[2]

（5）每种实验动物的血细胞数量、血红蛋白含量均为20次所测数据的平均值,细胞大小取12个细胞测量的平均值.

2.2 血液细胞图像自动识别系统

将组织或细胞制成染色切片或涂片后，在显微镜下观察，所呈现的图像称为显微图像.血细胞图像自动识别系统可自动选取图片中代表性的区域作为观测点，利用数字显微镜进行拍摄采集24位真彩色显微图像，然后利用图像处理和识别等技术完成对细胞的分类计数和形态分析，此技术能够很大程度上模拟人工操作.基于机器视觉的显微细胞图像有形成分自动识别技术主要包括图像预处理、图像分割、特征提取和可见光分量识别，其中有效的图像分割是显微细胞自动识别的基础也是最为重要的环节.血液细胞图像分割方法有传统的阈值法进行白细胞细胞核的提取，边缘检测法、区域分裂合并和区域生长、数学形态学、基于模糊理论的分割、基于遗传算法的分割方法、基于信息论的分割方法等.漆鹏杰[6]等提出的改进的二维最大熵阈值粗糙分割结合形态学精细分割的显微细胞图像主动成分优化分割方法，快速运行，能更好地划分显微细胞图像有形成份面积，更适合用于血细胞图像分割方法.血液细胞中数量最多的是红细胞和白细胞，下面就这两种细胞的识别系统分别介绍：

2.2.1 血液显微图像红细胞数量自动统计系统

血涂片上的红细胞体积一般很小.正常红细胞是两个向内凹陷的圆盘，在图像中红细胞的中心区域通常高于细胞边缘区域的灰度值，并且细胞边缘区域的灰度值大于血清（背景）的灰度值.在实际实验过程中，红细胞数目较多，故常存在粘连和重叠现象，在统计红细胞数目和观察细胞形态时会产生很大误差.本系统的红细胞提取采用基于显微图像灰度直方图的阈值分割方法进行，基于网格模型的、重叠粘连物体的处理模式，对血红细胞图像进行网格划分、区域提取、灰度和区域填充等处理，最后再对细胞的个数进行统计.该系统的处理流程包括血液细胞图像输入、图像平滑、图像灰度转换、图像二值化、空腔填充、红细胞数量自动统计、结果输出等步骤.

2.2.2 综合遗传算法和神经网络的白细胞自动识别系统

利用自行研制的摄像机与高生物显微镜相结合的图像处理系统，结合彩色图像采集卡，利用图像处理、人工智能和模式识别等知识，对血细胞进行综合全面的描述.载体平台的三维方向可由计算机控制，彩色摄像机与显微镜观察平台连接，实时获取白细胞涂片的视频信号，并对图像采集卡进行处理后获得细胞的真彩色图像，对血液细胞图像中的8类主要细胞都能明确分类.

2.3 基于数学形态学图像技术

通过基于数学形态学的医学图像处理技术，提出了显微细胞特征的形态学处理方法，并对成熟红细胞的计数和形态参数进行统计.采用的基本技术包括基于形态学重构的边缘检测技术和基于形态学的流域分割技术.该技术的基本过程包括微细胞图像的输入，自动转换细胞显微图像的灰度阈值，根据阈值将灰度图像转换为二值图像X，并用形态学滤波完成二值图像预处理.用流域分割方法完成重叠细胞的分割，显微细胞图像的边缘检测，显微细胞图像的形态学分析.解决了图像处理过程中产生的光照不均匀和染色过程中产生的颜色不均匀等问题.计数结果准确，误差率小，可用于成熟红细胞计数和显微图像形态特征分析.

2.4 血液显微高光谱成像系统

显微高光谱成像技术是将传统的显微镜技术与高光谱成像技术相结合，同时具有立体几何与光谱信息的双重特性.主要工作步骤包括高光谱图像的采集、数据的预处理、图像分割和分类以及图像综合分析等，光谱和空间特性能够同时用来区分不同的血细胞，使得全血液细胞的分析成为可能.图像数据通过将液晶可调谐滤波器、显微镜与硅电荷耦合器连接而获得.为了充分利用医学高光谱图像的光谱和空间信息，提取图像数据后的分类框架包括波段选择，光谱和空间特征提取以及最优的分类器等步骤.将该项技术应用于血液图像的分析，能够在一定程度上解决传统血液细胞分析方法的缺陷.

具体的操作方法如下：将静脉血采集于EDTA-K2抗凝剂中，采血后立即摇匀混合.用胶头滴管取一滴血液滴于载玻片1/3处，握住另一张推片，以30～45°快速平稳推向载玻片另一端.在1小时内用显微高光谱成像系统进行涂片观察.

3 总结与展望

本文总结了四种人与四种常见哺乳动物（狗、猪、牛、羊为例）血液细胞图像分析方法，包括显微镜人工检测法和三种仪器检测法，各有优缺点.其中显微镜检测法，价格低廉，实验条件容易实现，操作较灵活.但人工操作工作量大，人员疲劳，易出现误差，漏误检频发，耗时长,缺乏定量、客观的分析.三种仪器检测法虽节省了人力，但费用较昂贵，且易被其他因素干扰影响.由于微胞图像本身的特点以及采集过程中各方面的影响，所获得的图像很容易与噪声混合，导致细胞显微图像的不均匀光照和低对比度，这对显微细胞有形成分的分割带来了一些困难.仪器分析不够智能，无法准确进行细胞分类，细胞分析存在一定误差.到目前为止，仍然无法找到一种对任意血细胞图像处理均适用的有效办法，血细胞图像的有效处理一直是图像领域的一个重要课题和难点问题.但是随着科技发展，一定会有更好的检测分析人和动物血液细胞差异性的方法.