徐曉蓉

摘 要：尿沉渣的有形成分有著結(jié)構(gòu)復(fù)雜、種類繁多的特點(diǎn)，同時(shí)尿沉渣圖像還會(huì)因?yàn)橹T多因素而出現(xiàn)聚焦不清、光照不均、背景復(fù)雜、圖像模糊等問題，這些諸多問題往往會(huì)給正常的有形成分識(shí)別造成極大的干擾。為解決這一問題，本文將從實(shí)踐方面對(duì)尿沉渣有形成分的識(shí)別進(jìn)行深入研究，總結(jié)出有形成分的各種特征，然后再根據(jù)特征來對(duì)有形成分進(jìn)行區(qū)分，以期能夠?yàn)槲覈哪虺猎行纬煞值淖詣?dòng)識(shí)別提供一些幫助。

關(guān)鍵詞：尿沉渣;有形成分;自動(dòng)識(shí)別

0 前言

尿檢測(cè)是醫(yī)院常見的一種檢測(cè)項(xiàng)目，對(duì)患者的臨床泌尿系統(tǒng)進(jìn)行檢測(cè)和診斷均具有非常重要的意義。但在實(shí)際檢測(cè)過程中，因?yàn)槟虺猎挠行纬煞纸Y(jié)構(gòu)復(fù)雜、種類繁多，圖像還會(huì)因?yàn)楦鞣N原因而出現(xiàn)諸多問題，這些問題都給尿沉渣有形成分識(shí)別帶來了極大的困難，所以為了能夠更加準(zhǔn)確體現(xiàn)出尿沉渣檢測(cè)的臨床意義，現(xiàn)針對(duì)尿沉渣有形成分的特征進(jìn)行深入研究，提高有形成分的區(qū)分效率，進(jìn)而提升檢測(cè)效率。

1 尿沉渣有形成分自動(dòng)識(shí)別流程

現(xiàn)如今、完整的尿沉渣有形成分自動(dòng)識(shí)別系統(tǒng)主要流程如圖1所示：

在整個(gè)過程中，獲取圖像的目的是為了獲得尿沉渣中有形成分的實(shí)際圖像;圖像分割則是為了對(duì)已經(jīng)獲取的圖像進(jìn)行有形成分的分類定位;自動(dòng)識(shí)別就是通過對(duì)已經(jīng)進(jìn)行分類定位的圖像進(jìn)行計(jì)算分析，在通過大量的樣本訓(xùn)練，最終得到一個(gè)分類器模式，以此來對(duì)位置的有形成分進(jìn)行分類失敗，再將所有識(shí)別結(jié)果進(jìn)行輸出[1]。

2 尿沉渣有形成分特征提取

2.1 圖像預(yù)處理

在正式提取目標(biāo)的實(shí)際特征之前，需要先對(duì)所識(shí)別目標(biāo)與背景之間進(jìn)行分離工作，但尿沉渣有形成分的圖像背景通常都比較復(fù)雜，還有著諸多的干擾，諸多問題都會(huì)導(dǎo)致獲取目標(biāo)的清晰圖像非常困難，這個(gè)時(shí)候就需要對(duì)目標(biāo)圖像進(jìn)行一定的處理，以此來獲得可以準(zhǔn)確分析判斷的圖像。常見的邊緣提取有Sobel算子、Laplace算子等，但在實(shí)際應(yīng)用過程中，使用Sobel算子卻會(huì)形成局部的邊緣不閉合區(qū)域;使用Laplace算子常常會(huì)產(chǎn)生雙邊界，這些問題都給了自動(dòng)識(shí)別系統(tǒng)在識(shí)別過程造成了極大的困難，也是如今亟待解決的問題。

Canny算子是由Canny所提出的一種邊緣提取檢查方法，這種算子首先是通過對(duì)高斯卷積對(duì)所獲取的圖像進(jìn)行高斯平滑處理，然后在將圖形進(jìn)行微分操作，以此來得到梯度圖，進(jìn)而找出圖像中可能存在的邊緣點(diǎn)，再使用雙閾值來確定圖像最終的邊緣點(diǎn)，最終得出獲取圖像的邊緣圖。相比較來說，Canny算子提取檢測(cè)目標(biāo)輪廓信息的能力更好，還不會(huì)對(duì)目標(biāo)的雜點(diǎn)信息進(jìn)行太大的干擾，這些督促Canny算子的優(yōu)點(diǎn)，也是其應(yīng)該被如今的尿沉渣自動(dòng)識(shí)別系統(tǒng)所應(yīng)用的原因。

2.2 尿沉渣有形成分的特征提取

（1）形態(tài)特征：1）面積、周長、圓度：尿沉渣的有形成分的大小、圓度各不相同，這些大小不一、圓度不一的有形成分便可以利用面積、周長、圓度三方面特征來進(jìn)行大概的區(qū)分;2）占空比與長寬比：占空比是尿沉渣圖像的二值圖非零元素的面積與最小外接矩形的面積之比，其中最小矩形就是檢測(cè)目標(biāo)點(diǎn)集的最小面積的外包圍矩形;長寬比也是在最小外接矩形為基礎(chǔ)上進(jìn)行的，不過其是矩形的長和寬之比，這個(gè)比越接近與1，那么這個(gè)檢測(cè)目標(biāo)就越接近于圓形;3）凹陷檢測(cè)：凹陷檢測(cè)通常用于對(duì)霉菌的檢測(cè)上，因其外形與細(xì)胞相類似，很容易被弄混，再加上霉菌通常都會(huì)形成一個(gè)個(gè)群體，在進(jìn)行正式對(duì)比之前需要對(duì)霉菌群體進(jìn)行分割，凹陷檢測(cè)就是通過檢測(cè)霉菌上的凹陷的來確定其可切分點(diǎn)，進(jìn)而劃分出單個(gè)霉菌，最后在將單個(gè)霉菌進(jìn)行對(duì)比[2]。

（2）紋理特征：在實(shí)際檢測(cè)中，有很多有形成分在形態(tài)特征上并不容易進(jìn)行區(qū)分，但紋理上卻有著很大的全部，在如今相關(guān)的問你檢測(cè)中，最常用的就是灰度共生矩陣紋理統(tǒng)計(jì)分析法，這種方法是通過計(jì)算圖像中特定方向和特點(diǎn)距離的兩像元間從一個(gè)灰度過渡到另一個(gè)灰度的概率，以此來反映出圖像在方向、間隔、變化幅度等元素的綜合信息，進(jìn)而將目標(biāo)進(jìn)行區(qū)分識(shí)別[3]。

3 有形成分的自動(dòng)分類識(shí)別

在提取了尿沉渣有形成分的各種特征以后，就需要將這些有形成分的各類特征輸入到分類器之中，然后利用分類器對(duì)各種有形成分進(jìn)行分類識(shí)別。目前世界上的分類器種類繁多，本文將以在尿沉渣有形成分自動(dòng)識(shí)別中比較常用的分類器進(jìn)行簡單介紹：

3.1 線性支持向量機(jī)

支持向量機(jī)是通過求解線性可分情況下的最優(yōu)分類面發(fā)展出來的。而最優(yōu)分類面則是采用SVM為主要模塊，這種模塊可以在兩類樣本準(zhǔn)確無誤的情況下，令兩類樣本的分類距離最大，以此來減少各類風(fēng)險(xiǎn)的出現(xiàn)問題，最后得出樣本的線性函數(shù)，也正是因?yàn)槠淇梢缘贸鼍€性函數(shù)，所以也被稱為線性支持向量機(jī)。

3.2 非線性支持向量機(jī)

既然已經(jīng)有了線性可分，那么與之相對(duì)的就會(huì)有非線性可分的情況。對(duì)于非線性可分的情況，就需要通過使用非線性變換來將非線性問題轉(zhuǎn)化成為更高維度空間中的線性問題，然后再通過線性可分的求解的方法來進(jìn)行計(jì)算，得出相應(yīng)的核函數(shù)（內(nèi)積函數(shù)）。

4 總結(jié)

綜上所述，在進(jìn)行尿沉渣有形成分在自動(dòng)識(shí)別中，需要先對(duì)尿沉渣的圖像進(jìn)行預(yù)處理，獲得清晰的檢測(cè)目標(biāo)圖像，然后再對(duì)檢測(cè)目標(biāo)進(jìn)行特征提取，最后在將檢測(cè)目標(biāo)的各種特征信息輸入到分類器之中，通過分類器來將檢測(cè)目標(biāo)進(jìn)行自動(dòng)的分類識(shí)別，以此來實(shí)現(xiàn)整個(gè)尿沉渣的有形成分的自動(dòng)識(shí)別全過程，進(jìn)而得出最終檢測(cè)結(jié)果，為醫(yī)生后期的治療提供堅(jiān)實(shí)的數(shù)據(jù)依據(jù)。

參考文獻(xiàn)：

[1]劉睿.尿沉渣圖像分割與識(shí)別算法研究[J].重慶大學(xué)，2016（05）.

[2]康萌.尿沉渣有形成分自動(dòng)分割識(shí)別算法研究[J].西安科技大學(xué)，2014（06）.

[3]張修亮.尿液分析儀法與尿液沉渣檢測(cè)法結(jié)果分析及探討[J].中國醫(yī)藥導(dǎo)報(bào)，2010（35）.

項(xiàng)目名稱：湖南省教育廳科研項(xiàng)目：尿沉渣有形成分識(shí)別系統(tǒng)的算法研究與分析。項(xiàng)目編號(hào)：15C0939