孟正中

（中山大學(xué)達安基因股份有限公司，廣州 510650)

0 引言

傳統(tǒng)的全自動血型分析方式都是通過對血型凝集情況進行拍照，然后對采集的照片進行凝集數(shù)據(jù)分析，分析凝集容器中各個部分灰度值的分布情況。然后按照試劑說明書中已經(jīng)設(shè)定的血型反應(yīng)強度判別條件，將灰度分布情況進行反應(yīng)強度條件判別，最終判定凝集的陰、陽性結(jié)果。

全自動血型分析系統(tǒng)，在實際應(yīng)用中，由于光線、機械運動等因素影響，相機采集的血型凝集圖片的灰度會發(fā)生變化，而血型反應(yīng)強度的判定條件在系統(tǒng)發(fā)布出去前已經(jīng)根據(jù)大量統(tǒng)計的經(jīng)驗預(yù)先設(shè)定好。光線變化導(dǎo)致的灰度變化對于預(yù)先設(shè)定的判定條件是巨大的挑戰(zhàn)，將導(dǎo)致自動分析的結(jié)果系統(tǒng)不穩(wěn)定。即使通過系統(tǒng)重判結(jié)果，也不能兼容以前所有實驗數(shù)據(jù)修改系統(tǒng)中設(shè)定的判定規(guī)則，系統(tǒng)不能自動修正。

人工神經(jīng)網(wǎng)絡(luò)無需輸入判定規(guī)則，其通過數(shù)據(jù)進行訓(xùn)練，將自動產(chǎn)生其內(nèi)部的判定規(guī)則。對于上述挑戰(zhàn)原有判定規(guī)則的情況，人工神經(jīng)網(wǎng)絡(luò)只需重訓(xùn)練，自動修正血型判定規(guī)則，無需發(fā)布新程序。人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用，使全自動血型分析系統(tǒng)更加智能。

1 算法實現(xiàn)

人工神經(jīng)網(wǎng)絡(luò)在指紋、車牌、人臉等模式識別，智能機器人、自動控制、醫(yī)學(xué)等領(lǐng)域已經(jīng)獲得重大突破，解決了諸多現(xiàn)代計算機算法無法解決的問題。人工神經(jīng)網(wǎng)絡(luò)從信息分解、存儲、識別的角度模擬人類大腦運作的方式，構(gòu)建了大量的相互連接的神經(jīng)元，各層神經(jīng)元對輸入進行激勵輸出。人工神經(jīng)網(wǎng)絡(luò)每完成某神經(jīng)元的輸入到輸出的激勵后，自動修正各層神經(jīng)元之間對應(yīng)的激勵權(quán)重，從而無限逼近理想的輸出。激勵權(quán)重即是神經(jīng)網(wǎng)絡(luò)的記憶。

圖1

假設(shè)輸入為 X={x1,x2,x3,...,xm}，權(quán)重為W={w1,w2,w3,…,wm} ，輸出為 Y={y1,y2,y3,...,yn} 則(j=1,2,3,…,n)。

由上述公式，可知，經(jīng)過大量數(shù)據(jù)訓(xùn)練收斂后產(chǎn)生的權(quán)重W={w1,w2,w3,...,wm}，再次輸入數(shù)據(jù)和X={x1,x2,x3,...,xm}數(shù)據(jù)分布規(guī)律類似的X′={x′1,x′2,x′3,...,x′m}，經(jīng)過W={w1,w2,w3,...,wm}加權(quán)后，得到的輸出結(jié)果將逼近于訓(xùn)練集Y={y1,y2,y3,...,yn}中的一種分類。

由于血型凝集反應(yīng)的特殊性，雖然采集的圖像數(shù)據(jù)輸入多樣，但凝集的分布情況都類似，而且在醫(yī)學(xué)上其反應(yīng)強度特征也只有特定的幾種，分為陰性、±，1+，2+，3+，4+、溶血、矛盾這幾種特征，這種情況非常適合采用神經(jīng)網(wǎng)絡(luò)的方法，進行血型凝集反應(yīng)強度的識別。采用神經(jīng)網(wǎng)絡(luò)的方法，只需采集各個特征的反應(yīng)圖片進行訓(xùn)練，直到收斂得到各個特征的權(quán)重記憶，那么在實際應(yīng)用中，只要輸入采集的血型凝集圖片，將得到對應(yīng)的反應(yīng)強度結(jié)果。

假設(shè)采集的血型凝集圖片如下圖，凝集反應(yīng)強度的數(shù)據(jù)為二維灰度圖像矩陣。

圖2

為了實現(xiàn)算法的需要，我們將數(shù)據(jù)分為N組,統(tǒng)計各組的灰度值，定義數(shù)組為A[N]，A[N]組數(shù)據(jù)做為神經(jīng)網(wǎng)絡(luò)的輸入層。定義反應(yīng)強度的數(shù)據(jù)為一維數(shù)組B[n]，將B[n]作為輸出層，隱藏層設(shè)定為L，對采集的大量圖片數(shù)據(jù)進行訓(xùn)練直到收斂，就產(chǎn)生了血型分析的規(guī)則。

下面給出C++偽代碼實現(xiàn)：

訓(xùn)練：

預(yù)測：

2 結(jié)語

本文給出了基于人工神經(jīng)網(wǎng)絡(luò)進行全自動血型分析的思想和實現(xiàn)方式的演示，該算法的應(yīng)用能解決全自動血型分析系統(tǒng)實際工作中的相關(guān)問題，具有重要的意義。本文給出了算法實現(xiàn)的源程序，有助于讀者對算法的應(yīng)用進行實現(xiàn)和改進。

[1]馬曉軍，李海軍，李凌波.Hemotype全自動血型分析系統(tǒng)在血型鑒定中的應(yīng)用研究[J].四川醫(yī)學(xué),2012,33(3):536-538.

[2]石紹川，張巧琳，田耘博.OLYMPUS PK7300全自動血型分析儀使用體會及探討[J].實驗與檢驗醫(yī)學(xué),2014(6):801-802.

[3]高雋.人工神經(jīng)網(wǎng)絡(luò)原理與仿真實例[M].北京：機械工業(yè)出版社，2003.