丁遠(yuǎn)超，龍 偉，詹從來

（南昌大學(xué) 信息工程學(xué)院，南昌 330031）

0 引言

血液分析儀，又稱血球計數(shù)儀，是醫(yī)院臨床檢驗應(yīng)用廣泛的儀器之一[1]。目前，大多數(shù)血細(xì)胞分析儀均采用Coulter原理[2]來檢測血細(xì)胞，在電阻抗計數(shù)原理下，分析儀對血細(xì)胞脈沖信號的識別效果是影響其精度指標(biāo)的關(guān)鍵因素[3]。

而血液分析儀通常采用將細(xì)胞脈沖波轉(zhuǎn)化為能觸發(fā)計數(shù)器的方波來對細(xì)胞進(jìn)行計數(shù)的模擬電路識別方法[4]。這種方法從一定程度上可以對血細(xì)胞進(jìn)行識別和計數(shù)，但與此同時存在著一些不足之處：1）不能反應(yīng)出各血細(xì)胞脈沖信號的頻率特征，對高頻及過寬干擾信號出現(xiàn)誤計；2）當(dāng)待檢測血細(xì)胞濃度比較大時，會出現(xiàn)對重疊細(xì)胞信號的漏計數(shù)；3）必須采用大量的模擬芯片來實現(xiàn)對復(fù)雜脈沖信號的識別處理，硬件電路復(fù)雜，工作可靠性不高。此外，也有不少科研工作者嘗試?yán)萌斯ど窠?jīng)網(wǎng)絡(luò)具有自組織、自學(xué)習(xí)的功能和非線性處理的能力，以及分布式存儲和并行處理等優(yōu)點，選用BP神經(jīng)網(wǎng)絡(luò)選取一定數(shù)量的不同脈沖高度、脈沖寬度的血細(xì)胞脈沖信號作為訓(xùn)練樣本，來對血細(xì)胞脈沖信號進(jìn)行識別的方法[5]。但該方法識別算法復(fù)雜，訓(xùn)練時間長，難以應(yīng)用于需對大量數(shù)據(jù)進(jìn)行在線實時處理的血液分析儀系統(tǒng)中。

本文介紹了一種應(yīng)用于血液分析儀中簡單、快捷、工程應(yīng)用可行、能對血細(xì)胞進(jìn)行準(zhǔn)確識別且能對干擾信號起到抑制作用的立體化血細(xì)胞脈沖信號識別原理及實現(xiàn)方法。該方法通過對流經(jīng)微孔血細(xì)胞脈沖信號的幅值、頻率和通過時間的多方位立體檢測，即克服了傳統(tǒng)模擬電路識別方法對重疊細(xì)胞漏計數(shù)及高頻和低頻干擾信號誤計數(shù)的缺點，同時又解決了人工神經(jīng)網(wǎng)絡(luò)脈沖識別算法復(fù)雜，訓(xùn)練時間長的缺陷，提高了血液分析儀細(xì)胞分類和計數(shù)精度。

1 立體化細(xì)胞識別的原理及實現(xiàn)方法

在電阻抗法原理下，據(jù)實際測量，血細(xì)胞在經(jīng)過微孔后會產(chǎn)生幅值為35μV～2mV、頻率為30KHz～50KHz的微小脈沖信號。此脈沖信號需經(jīng)多級運算放大電路后輸出幅值范圍為0.35V～4V的脈沖電壓信號，以便A/D采集。

課題中通過5V-12bit高精度A/D對細(xì)胞信號進(jìn)行采樣，根據(jù)有效細(xì)胞信號幅值為0.35V～4V，經(jīng)A/D轉(zhuǎn)換公式(1)計算得到采樣后的脈沖信號數(shù)字量范圍為：286～3276。由于該倍數(shù)放大電路中，存在0μV～20μV的噪聲干擾，放大后的噪聲信號經(jīng)公式(1)計算后得到的數(shù)字量范圍為：0～163。因此在細(xì)胞識別過程中，算法可設(shè)置一個大小為200的門檻值來區(qū)分噪聲信號與有效細(xì)胞信號，對噪聲信號進(jìn)行有效濾除，實現(xiàn)對有效細(xì)胞信號的識別。

其中：D為實采電壓換算后的數(shù)字量，u0為A/D實采電壓值，u為A/D標(biāo)稱電壓值5V。

因有效細(xì)胞脈沖信號的頻率范圍為30KHz～50KHz。由香農(nóng)采樣定理可知，為不失真地恢復(fù)模擬信號，采樣頻率應(yīng)不小于模擬信號頻譜中最高頻率的2倍，即fs≥2fmax[6]。但在實際工程應(yīng)用中，為提高通過采樣數(shù)據(jù)恢復(fù)的模擬信號的精度，一般選取fs≥10fmax，因此課題設(shè)計的A/D采樣速度為3.0 MSPS。根據(jù)細(xì)胞脈沖頻率與采樣頻率的關(guān)系，由公式(2)計算可得，每個有效細(xì)胞脈沖信號的采樣點數(shù)范圍應(yīng)為：60～100。但由于實際采樣中，有效細(xì)胞信號僅有正半周期的脈沖，因此有效細(xì)胞采樣點數(shù)范圍為：30～50。

其中：n為待采信號的采樣點數(shù)，fs為A/D采樣速度，f為待采信號頻率。

課題設(shè)計的血細(xì)胞脈沖信號識別即是篩選采樣信號中符合有效細(xì)胞脈沖特征（幅值、頻率）的信號實現(xiàn)對血細(xì)胞脈沖的計數(shù)。

立體化血細(xì)胞識別方法的軟件算法實現(xiàn)步驟為：

1）下截波：根據(jù)有效細(xì)胞信號及噪聲信號幅值特征，設(shè)定一個值為200的門檻，來區(qū)分有效信號與噪聲干擾。軟件算法只對采樣值大于200的信號進(jìn)行處理，將小于此門檻值的數(shù)據(jù)除去，僅留下大于此值的數(shù)據(jù)。這樣，可以除去大量非細(xì)胞脈沖信號數(shù)據(jù)，僅保留有可能為細(xì)胞脈沖信號采樣點的數(shù)據(jù)，提高了數(shù)據(jù)的利用率。

2）波形識別：利用通過下截波留下的連續(xù)數(shù)據(jù)點，恢復(fù)原始信號的包絡(luò)線。再對這組數(shù)據(jù)判斷是否為連續(xù)上升n1個點再連續(xù)下降n2個點趨勢，并對連續(xù)上升及連續(xù)下降的點數(shù)n1、n2的范圍進(jìn)行限制，這樣，一方面可通過這種趨勢判斷這個原始信號包絡(luò)線是否為一個波形及其波形的大致形狀，另一方面通過對連續(xù)上升及連續(xù)下降的點數(shù)n1和n2的限制，杜絕了對高頻干擾信號的誤識別。

3）脈沖高度判斷：通過下截波以及波形識別，初步判斷這組波形信號數(shù)據(jù)點是一個細(xì)胞脈沖信號的采樣點。每組波形信號數(shù)據(jù)點中，都有一個最大值，通常把這個值作為這個脈沖信號的高度。阻抗法分類原理是通過對脈沖信號高度判斷進(jìn)行的，由此可知，每類細(xì)胞都有其特定特征的細(xì)胞高度，因此通過對高度上下閾值的限制，可以對各類細(xì)胞進(jìn)行分類。

4）脈沖寬度判斷：同樣通過下截波及波形識別，每組波形信號也有一個采樣數(shù)據(jù)點個數(shù)，通常稱其為脈沖信號的寬度。根據(jù)采樣頻率及細(xì)胞頻率計算可知，有效細(xì)胞采樣點數(shù)應(yīng)為：30～50。即通過軟件算法判斷，脈沖采樣點數(shù)在此范圍內(nèi)的則為有效細(xì)胞信號寬度，不在此范圍內(nèi)的則計為干擾。

通過上述4個步驟描述可見，該細(xì)胞識別算法一方面起到了帶通濾波的作用，另外一方面恢復(fù)了原始脈沖信號的包絡(luò)線，更重要的是，解決了模擬電路識別方法僅通過脈沖高度對細(xì)胞進(jìn)行計數(shù)存在漏計和誤計的問題。從細(xì)胞高度、細(xì)胞寬度和細(xì)胞通過微孔的時間對每個細(xì)胞進(jìn)行多方位檢測。且在識別過程中，未增加數(shù)據(jù)計算量，大大節(jié)約了識別時間。

2 立體化血細(xì)胞脈沖識別的效果驗證

2.1 驗證方法

為驗證立體化血細(xì)胞識別方法對血細(xì)胞脈沖信號的識別效果。使用立體化識別方法對20組血細(xì)胞采樣數(shù)據(jù)進(jìn)行識別計數(shù)，并與人工經(jīng)驗識別計數(shù)及模擬電路識別方法進(jìn)行對比，驗證三種方法下細(xì)胞計數(shù)是否存在偏差。其步驟如下：

1）通過示波器，保存血細(xì)胞脈沖的某段模擬信號，通過人工經(jīng)驗，對信號波形進(jìn)行識別，統(tǒng)計出血細(xì)胞個數(shù)。

2）通過示波器，保存通過硬件電路方式轉(zhuǎn)換后的方波信號，并對方波個數(shù)進(jìn)行統(tǒng)計，得出血細(xì)胞個數(shù)。

3）利用Visual Basic 6.0軟件編寫的應(yīng)用程序，讀取對應(yīng)的采樣數(shù)據(jù)，恢復(fù)其信號包絡(luò)線，并通過立體化識別方法，對血細(xì)胞進(jìn)行計數(shù)。

2.2 驗證結(jié)果

對比結(jié)果如表1所示。

表1 血細(xì)胞立體化識別與人工經(jīng)驗識別結(jié)果對比表

2.3 立體化識別對重疊脈沖、高頻及低頻干擾信號的識別效果

立體化識別算法對“M”型重疊細(xì)胞信號的識別效果如圖1所示。

圖1 “M”型重疊脈沖識別效果圖

從圖1中可看出，在Visual Basic 6.0下編寫的立體化識別算法能夠有效識別重疊“M”型脈沖信號，克服了模擬電路識別方法漏計數(shù)的缺陷。

立體化識別算法對高頻及低頻干擾脈沖信號的識別效果如圖2、圖3所示。

圖2 原始信號波形

圖2中描繪的原始信號波形數(shù)據(jù)來自3段采樣數(shù)據(jù)點，但為更直觀說明效果，人工將3段數(shù)據(jù)擬合為一段連續(xù)數(shù)據(jù)進(jìn)行識別效果驗證。該原始信號波形經(jīng)立體化識別算法處理后信號波形如圖3所示。

圖3 立體化識別后信號波形

從圖3中可看出，在Visual Basic 6.0下編寫的立體化識別算法能夠有效識別高頻及低頻干擾脈沖信號，克服了模擬電路識別方法誤計數(shù)的缺陷。

2.4 驗證結(jié)論

從血細(xì)胞20組采樣數(shù)據(jù)利用立體化識別方法計數(shù)與人工經(jīng)驗識別計數(shù)的結(jié)果對比來看，吻合率100%。與通常的模擬電路識別方法對比，解決了模擬電路識別方法對重疊脈沖信號漏計數(shù)和高頻及過寬干擾信號誤計數(shù)的問題。由此可見，立體化血細(xì)胞識別方法在細(xì)胞識別計數(shù)中可用，且效果良好。

3 結(jié)束語

本文提出了一種應(yīng)用于血液分析儀中工程可行的立體化血細(xì)胞脈沖識別計數(shù)原理及具體方法的實現(xiàn)。該方法創(chuàng)新的對通過微孔的血細(xì)胞脈沖信號的高度、寬度和通過時間進(jìn)行多方位檢測，解決了傳統(tǒng)的模擬電路識別方法對重疊細(xì)胞信號漏計、對高頻及過寬干擾信號誤計等關(guān)鍵技術(shù)難題，提高了細(xì)胞分類和計數(shù)精度。該立體化血細(xì)胞識別方法經(jīng)多次修正及實驗驗證后，已于2014年成功應(yīng)用到某款三分類血液分析儀中，儀器功能、性能測試均合格。

[1] 游世梅.血液分析儀的現(xiàn)狀與發(fā)展趨勢分析[J].中國高新技術(shù)企業(yè).2013,02(09):83-84.

[2] 李霞,曾文潔,郭建華.血液分析儀聯(lián)合血細(xì)胞形態(tài)觀察在臨床診斷中的應(yīng)用[J].國際檢驗醫(yī)學(xué)雜志.2012,03(07):876-878.

[3] 陳曉玲,武錦彪,王文娟.Sysmex XE-2100血液分析儀臨床應(yīng)用評價[J].實驗與檢驗醫(yī)學(xué).2014,32(01):26-29.

[4] 許志偉,吳太虎,等.血細(xì)胞計數(shù)技術(shù)最新研究進(jìn)展[J].醫(yī)療衛(wèi)生裝備,2004,24(3):24-28.

[5] 劉曉,郭興明,搖曉帥,等.基于BP神經(jīng)網(wǎng)絡(luò)的超聲圖像識別方法的研究[J].中國醫(yī)療器械雜志,2004,28(6):395-397.

[6] 趙冠楠.基于局部平均的香農(nóng)采樣展開式的截斷誤差估計[D].天津:天津大學(xué),2009:11-20.