徐曉蓉

摘要：尿沉渣檢查是對(duì)尿液進(jìn)行有形成分識(shí)別的重要檢查手段，可以及時(shí)有效地檢查出腎臟疾病和泌尿道疾病，尿沉渣圖像檢查的臨床診斷準(zhǔn)確度以及檢測(cè)速率的快慢，成了現(xiàn)階段在醫(yī)學(xué)研究上的重要討論話(huà)題，尿沉渣顯微圖像中有形成分繁多，所以在進(jìn)行有形成分的識(shí)別時(shí)需要進(jìn)行相應(yīng)的圖像處理，才能夠分析出顯微圖像中各成分的占比，并做出準(zhǔn)確的臨床診斷。該文首先分析了尿沉渣顯微圖像的特點(diǎn)，并展開(kāi)了關(guān)于尿沉渣顯微圖像有形成分聚類(lèi)分析識(shí)別以及BP神經(jīng)網(wǎng)絡(luò)應(yīng)用的探討。

關(guān)鍵詞：尿沉渣顯微圖像;有形成分識(shí)別;聚類(lèi)分析;BP神經(jīng)網(wǎng)絡(luò)

中圖分類(lèi)號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2019）32-0202-02

尿沉渣顯微圖像在進(jìn)行有形成分識(shí)別時(shí)，需要進(jìn)行顯微圖像的預(yù)處理、圖像分割、目標(biāo)定位及檢測(cè)、特征提取與選擇以及有形成分識(shí)別等步驟。圖像識(shí)別在概念上被分為三個(gè)層次，分別是圖像處理、圖像分析以及圖像理解。在尿沉渣顯微圖像有形成分識(shí)別中，圖像的預(yù)處理可以分為圖像的濾波處理、灰度化處理、對(duì)比度增強(qiáng)處理等;圖像的分析主要指進(jìn)行有形成分提取的過(guò)程;圖像的理解自然就是關(guān)于識(shí)別方法的應(yīng)用，對(duì)圖像中有形成分進(jìn)行識(shí)別以及特征的分類(lèi)。

1尿沉渣圖像的特點(diǎn)

1.1邊緣成像不穩(wěn)定

在獲取尿沉渣圖像時(shí)，往往會(huì)發(fā)現(xiàn)在尿沉渣顯微圖像的整體邊緣出會(huì)出現(xiàn)一些黑邊，或者小面積的像素黑點(diǎn)。邊緣成像的不穩(wěn)定也會(huì)給圖像識(shí)別的工作帶來(lái)很大的影響。

1.2目標(biāo)與背景的對(duì)比度偏低

尿沉渣圖像成像時(shí)通常會(huì)采用點(diǎn)光源，而光源一般都會(huì)處在載物臺(tái)的中心位置，所以這也會(huì)使尿沉渣顯微圖像中心部位的亮度比圖像邊緣亮度高，而往往在選擇目標(biāo)區(qū)域時(shí)，為了避免圖像邊緣成像不穩(wěn)定和模糊的現(xiàn)象，會(huì)選著中心部位的目標(biāo)進(jìn)行分析。所以目標(biāo)區(qū)域的成分內(nèi)部和外部非常相近，所以在對(duì)比度上應(yīng)該進(jìn)行提高，這樣才能方便后續(xù)的觀察。

1.3邊緣模糊

圖像中有些有形成分的邊緣在成像時(shí)會(huì)出現(xiàn)模糊的現(xiàn)象，使其和背景相互融合，比如透明管型的上皮細(xì)胞，如果出現(xiàn)邊緣模糊的現(xiàn)象，那么就會(huì)在圖像分割和圖像提取上帶來(lái)很大的困難。

1.4有形成分存在重疊或粘連的現(xiàn)象

尿沉渣圖像中的有形成分種類(lèi)繁多，細(xì)胞分布較為密集。所以細(xì)胞之間會(huì)出現(xiàn)重疊或者粘連的現(xiàn)象，在進(jìn)行圖像處理時(shí)，應(yīng)該對(duì)重疊或粘連部分進(jìn)行切割。

2尿沉渣圖像的預(yù)處理以及分割方法

尿沉渣顯微圖像有形成分識(shí)別的第一步就是進(jìn)行圖像的預(yù)處理，首先需要先將彩色的圖像進(jìn)行灰度化的處理，這樣在進(jìn)行尿沉渣圖像中有形成分提取時(shí)，才能夠更好地利用光密度特征、形態(tài)學(xué)特征以及紋理特征完成相應(yīng)的操作。然后還需要對(duì)尿沉渣圖像進(jìn)行降噪處理。在進(jìn)行圖像采集時(shí)由于轉(zhuǎn)換器和某些電子元件在進(jìn)行攝像和收集工作時(shí)會(huì)產(chǎn)生一定的噪音，所以為了確保圖像能夠在后續(xù)的分割中能夠正常使用，需要對(duì)圖像進(jìn)行降噪處理，常用的集中濾波方式有低通濾波、中值濾波、高斯濾波以及閾值濾波。有形成分識(shí)別的第二步就是圖像的分割，圖像分割的方案有很多種，而比較常用的有邊緣檢測(cè)法、閾值分割法、區(qū)域生長(zhǎng)分割法等。本文以邊緣檢測(cè)法為例做簡(jiǎn)單的介紹，邊緣檢測(cè)法是對(duì)每個(gè)像素在其臨近區(qū)域內(nèi)灰度變化進(jìn)行檢測(cè)的方法，從一階方向?qū)?shù)或二階方向?qū)?shù)的變化規(guī)律來(lái)實(shí)現(xiàn)檢測(cè)。在一階或二階邊緣檢測(cè)局部算子法中通常會(huì)采用Sobel算子、Roberts算子、Kirsch算子、Prewitt算子、LOG算子、Marr算子等。

3尿沉渣圖像的特征提取

尿沉渣顯微圖像的第三個(gè)步驟為特征的提取和選擇，在進(jìn)行特征提取時(shí)，通常情況下會(huì)從形態(tài)特征和紋理特征兩個(gè)方向進(jìn)行操作。比如采用形態(tài)特征進(jìn)行提取時(shí)，可以從面積、扁度、周長(zhǎng)、圓形度、體態(tài)比等參數(shù)上進(jìn)行計(jì)算。而紋理特征則能夠反映出尿沉渣顯微圖像中有形成分表面結(jié)構(gòu)在排列上的特性，像這種紋理特征肉眼是無(wú)法觀察到的，需要利用計(jì)算機(jī)進(jìn)行相應(yīng)的數(shù)據(jù)計(jì)算。從尿沉渣圖像當(dāng)中三個(gè)變化矩陣中提取出梯度熵、灰度熵以及角度二階距等紋理特征，然后通過(guò)引入相應(yīng)的矩陣概念求出紋理參數(shù)。將形態(tài)特征和紋理特征相互結(jié)合，實(shí)現(xiàn)關(guān)于尿沉渣顯微圖像有形成分的識(shí)別和分析。

4尿沉渣顯微圖像有形成分聚類(lèi)分析識(shí)別

在臨床實(shí)驗(yàn)中尿沉渣顯微圖像有形成分識(shí)別的方法有很多種，比如：支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)、模糊推理等，這些方式都是針對(duì)尿沉渣顯微圖像中每個(gè)成分進(jìn)行線性的識(shí)別。本文所探討的聚類(lèi)分析識(shí)別是通過(guò)以有形成分的特征參數(shù)為依據(jù)，使每一類(lèi)中能夠代表一個(gè)確定的有形成分，在通過(guò)對(duì)每一類(lèi)進(jìn)行目標(biāo)的抽取與辨識(shí)，最終確定該類(lèi)成分。在辨識(shí)抽取樣本時(shí)則采用BP神經(jīng)網(wǎng)絡(luò)來(lái)完成。

4.1模糊聚類(lèi)分析概述

模糊聚類(lèi)分析是一種采用模糊數(shù)學(xué)語(yǔ)言并對(duì)分析事物按照一定要求進(jìn)行描述以及分類(lèi)的數(shù)學(xué)方法。在進(jìn)行模糊聚類(lèi)分析時(shí)需要根據(jù)所研究事物的自身屬性來(lái)創(chuàng)建模糊矩陣，并在模糊矩陣的基礎(chǔ)之上來(lái)確定聚類(lèi)的關(guān)系，通過(guò)模糊數(shù)學(xué)的方式來(lái)確定每個(gè)樣本之間所存在的模糊關(guān)系定量，進(jìn)行客觀的、準(zhǔn)確的聚類(lèi)。聚類(lèi)是指將樣本分成多個(gè)類(lèi)，每個(gè)類(lèi)別之間的數(shù)據(jù)應(yīng)該有較大的差別，而每個(gè)類(lèi)別內(nèi)的數(shù)據(jù)差距應(yīng)該較小。

4.2聚類(lèi)分析的要點(diǎn)和步驟

在尿沉渣顯微圖像中進(jìn)行聚類(lèi)分析時(shí)應(yīng)該注意以下三個(gè)要點(diǎn)：1）樣本之間的相似性;2）聚類(lèi)準(zhǔn)則函數(shù)的選擇;3）聚類(lèi)算法的選擇。在進(jìn)行尿沉渣模糊聚類(lèi)分析中為了確保樣本數(shù)據(jù)的標(biāo)準(zhǔn)化，需要采用兩種變換：平移標(biāo)準(zhǔn)差變換和平移級(jí)差變換。而在聚類(lèi)算法中，通常采用的算法有：數(shù)字積法、相關(guān)系數(shù)法、最大最小法、算術(shù)平均最小法、幾何平均最小法、絕對(duì)值指數(shù)法等。但是在尿沉渣樣本聚類(lèi)結(jié)果中往往會(huì)出現(xiàn)串類(lèi)的現(xiàn)象，為了能夠有效地減少這樣的誤差，需要在聚類(lèi)和神經(jīng)網(wǎng)絡(luò)識(shí)別的環(huán)節(jié)之間加入一個(gè)環(huán)節(jié)—類(lèi)間閾值分割法，通過(guò)采用類(lèi)間閾值分割法就可以確保最后的類(lèi)別劃分。具體操作步驟如圖1所示。

在數(shù)據(jù)表示上主要是指樣本的特征提取和選擇，而閾值的選取則決定最后類(lèi)別劃分的準(zhǔn)確性，所以在針對(duì)閾值入的選取上，也有著不同分類(lèi)的正確和錯(cuò)誤之分。本文根據(jù)上述步驟設(shè)計(jì)了尿沉渣顯微圖像有形成分模糊聚類(lèi)的具體流程：1）對(duì)已經(jīng)過(guò)預(yù)處理和圖像分割的尿沉渣圖像進(jìn)行目標(biāo)形態(tài)特征和紋理特征的提取，并根據(jù)相關(guān)的參數(shù)組成參數(shù)矩陣u，然后運(yùn)用標(biāo)準(zhǔn)歸一化將所有的形態(tài)和紋理參數(shù)進(jìn)行處理。2）采用相關(guān)系數(shù)法對(duì)已歸一化的矩陣建立出相似的矩陣R，在使用傳遞閉包法建立傳遞閉包矩陣B。3）統(tǒng)計(jì)矩陣B當(dāng)中出現(xiàn)的不同值，收集不同值并設(shè)為待定閾值入，通過(guò)對(duì)每次閾值入的取值，可以獲得入的截矩陣P。4）將矩陣P當(dāng)中所有相同的向量歸為一類(lèi)。5）對(duì)所有分類(lèi)采用F檢驗(yàn)法進(jìn)行入值的計(jì)算，并得出F統(tǒng)計(jì)量，F(xiàn)檢驗(yàn)法時(shí)值，所給定的入值分類(lèi)結(jié)果，對(duì)應(yīng)最大F值的入值，就是閾值。

5BP神經(jīng)網(wǎng)絡(luò)用于有形成分的識(shí)別

采用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行有形成分的識(shí)別和分析時(shí)，主要運(yùn)用識(shí)別方法為BP神經(jīng)網(wǎng)絡(luò)，BP神經(jīng)網(wǎng)絡(luò)是由非線性的變化單元所組成。BP網(wǎng)絡(luò)的廣泛應(yīng)用是因?yàn)锽P算法，其由兩部分組成，分別是：信息的正向傳輸和誤差的反向傳輸。在進(jìn)行數(shù)據(jù)的正向傳輸時(shí)，數(shù)據(jù)從輸入層進(jìn)入，并經(jīng)過(guò)隱層的計(jì)算，從輸出層導(dǎo)出，每一層數(shù)據(jù)的狀態(tài)只會(huì)對(duì)下一層造成影響。如果在輸出層輸出時(shí)并沒(méi)有得到預(yù)期的輸出效果，那么輸出層就會(huì)對(duì)數(shù)據(jù)所存在的誤差進(jìn)行計(jì)算，并按照反方向進(jìn)行傳輸，并修改每層中神經(jīng)元的權(quán)值大小，直到輸出效果達(dá)到預(yù)期效果為止。輸出結(jié)構(gòu)如圖2所示。

從上圖中可以看出，分類(lèi)器在結(jié)構(gòu)層次上分為輸入層、隱層、輸出層三個(gè)部分。輸入層所輸人的向量是樣本個(gè)體經(jīng)過(guò)歸一化處理后所體現(xiàn)的特征參數(shù)，而所輸出的向量類(lèi)型則有很多種。

6結(jié)論

綜上所述，在尿沉渣顯微圖像有形成分識(shí)別和分析中，通過(guò)對(duì)圖像有形成分形態(tài)特征和文理特征的提取，并采用模糊聚類(lèi)的分析方式將目標(biāo)特性相似的個(gè)體分到同一種類(lèi)之中，在對(duì)每個(gè)種類(lèi)中的個(gè)體進(jìn)行成分的檢查，從而提高成分識(shí)別的準(zhǔn)確率。同時(shí)本文在進(jìn)行模糊聚類(lèi)識(shí)別的探討時(shí)，為了提高其識(shí)別效率，在其中運(yùn)用了閾值分割的方式，為最后的成分類(lèi)別識(shí)別做好確定工作。也針對(duì)已經(jīng)確定性質(zhì)的目標(biāo)采取了BP神經(jīng)網(wǎng)絡(luò)識(shí)別的手段，通過(guò)BP算法的計(jì)算實(shí)現(xiàn)正向傳輸以及反向傳輸，確保了有形成分識(shí)別的準(zhǔn)確性。