徐曉燕，毛由冰，范莉芳，張 云

（1.皖南醫(yī)學(xué)院醫(yī)學(xué)影像學(xué)院，安徽蕪湖 241002；2.蕪湖市中醫(yī)醫(yī)院病理科，安徽蕪湖 241002）

病理學(xué)以解剖學(xué)、組織胚胎學(xué)、細胞生物學(xué)、生理學(xué)、生物化學(xué)等學(xué)科為基礎(chǔ)，研究疾病狀態(tài)下細胞和組織的形態(tài)結(jié)構(gòu)、機能代謝改變，這些改變與臨床上出現(xiàn)的癥狀體征之間的關(guān)系，以及其疾病診斷、轉(zhuǎn)歸和結(jié)局中的意義〔1〕。在臨床工作和病理教學(xué)過程中通過病理大體和鏡下組織細胞的觀察，將教科書上的文字描述可視化，加深學(xué)生對理論知識的理解〔2〕。

1 常用病理讀片診斷及教學(xué)模式的弊端

現(xiàn)階段病理教學(xué)及醫(yī)院病理科病理學(xué)常用的診斷和研究方法分為：大體觀察法、活檢組織病理檢查、細胞組織化學(xué)與免疫組織化學(xué)檢查〔3〕。消化內(nèi)鏡檢查是胃癌診斷和治療中必不可少的方法，其靈敏度和特異性較高，是胃癌檢查的關(guān)鍵〔4〕。絕大多數(shù)消化內(nèi)鏡采樣病理切片鏡下診斷結(jié)果依靠人眼識別典型細胞特征，具有一定的主觀性，所以要做出正確的病理診斷，需要病理醫(yī)生及帶教老師具有扎實的病理學(xué)及相關(guān)學(xué)科知識和長期的診斷經(jīng)驗積累；另外，高倍鏡下視野范圍有限，短時間內(nèi)不能收集所有病理細胞圖片信息，在醫(yī)院大量的臨床病理急待診斷的工作壓力下會造成部分診斷結(jié)果的偏差和遺漏，引起后續(xù)臨床不適當(dāng)?shù)闹委熁蜓诱`病情〔5〕。

在教學(xué)方面，隨著教學(xué)片管理力度不夠和使用年限的增長，許多大體及玻片標(biāo)本變性，使用壽命縮短，損壞后如果沒有留存復(fù)制品則直接導(dǎo)致資料的流失〔6〕?，F(xiàn)階段多媒體或者網(wǎng)絡(luò)教學(xué)過程中需要大量的教學(xué)圖片，這些圖片資料大多都是通過掃描儀和相機拍攝得來的，圖片質(zhì)量欠佳，提取圖片信息工作量和需要的時間較多〔7〕。

2 應(yīng)用數(shù)字信號處理技術(shù)提取病理圖片特征

2.1 數(shù)字化病理圖片技術(shù)的優(yōu)點 應(yīng)用數(shù)字化存儲技術(shù)將病理切片所有組織的圖像記錄、存儲，并通過計算機進行觀察，具有以下優(yōu)點：①高清晰度，可無限放大、縮??；②視野大，避免了圖像采集者的主觀判斷誤差和特征提取時有遺漏；③可無限復(fù)制、便攜，方便教學(xué)和科研；④方便病人遠程會診或復(fù)查；⑤建立病理圖片數(shù)據(jù)庫。

2.2 數(shù)字化圖像處理技術(shù)的應(yīng)用 數(shù)字圖像具有圖像平移、旋轉(zhuǎn)、縮放不變性等眾多優(yōu)點，利用這些特性對數(shù)字圖像的灰度閾值分割、基于顏色的圖像檢索以及圖像分類等分析手段已廣泛應(yīng)用于圖像處理的各個領(lǐng)域，數(shù)字圖像處理包括了圖像增強、圖像變換、圖像分割、圖像形態(tài)學(xué)等多個內(nèi)容，借助Matlab強大的運算和圖像展示功能設(shè)計實現(xiàn)圖像處理，運用基本算法提取病理圖像特征并統(tǒng)計分析具有可靠性與創(chuàng)新性〔8〕。利用醫(yī)學(xué)成像技術(shù)對成像數(shù)據(jù)定性、定量的分析，并加入大量醫(yī)生從醫(yī)經(jīng)驗，利用計算機技術(shù)來輔助判斷或自動決策，從而為更高效、更準(zhǔn)確的臨床醫(yī)療提供可能〔9〕。本研究的醫(yī)學(xué)圖像處理與分析就是對臨床病理學(xué)成像數(shù)據(jù)得到的定性、定量的數(shù)據(jù)進行自動、半自動的處理，已經(jīng)達到提取圖片信息，結(jié)合醫(yī)學(xué)解釋將原本主觀性較強的結(jié)果轉(zhuǎn)化為客觀數(shù)字結(jié)果。

2.2.1 研究對象 收集蕪湖市中醫(yī)醫(yī)院2019年5月至7月胃鏡活檢病理證實為胃腺癌患者20例作為病例組，納入標(biāo)準(zhǔn)：①經(jīng)胃鏡活檢病理及實驗室指標(biāo)確診為胃腺癌；②年齡50~75歲；③患者及其家屬對本次研究知情并簽署知情同意書。排除標(biāo)準(zhǔn)：①患者合并其他惡性腫瘤；②有情感障礙、意識障礙；③合并肝、腎功能損傷。收集同期門診胃鏡檢查正常的檢查者作為對照組，納入標(biāo)準(zhǔn)：①經(jīng)胃鏡活檢病理及實驗室指標(biāo)確定取材部位胃組織無器質(zhì)性病變；②年齡50~75歲；③無其他不適癥狀；④無精神及意識障礙；⑤被檢查者及其家屬對本次研究知情并簽署知情同意書。

2.2.2 研究方法 本研究采用基于直方圖的灰度圖像分割技術(shù)分析病理圖片。步驟如下：①圖片灰度化：即在RGB模型中，如果R=G=B時，則彩色表示一種灰度顏色，其中R=G=B的值稱為灰度值，因此，灰度圖像每個像素只需一個字節(jié)存放灰度值（又稱強度值、亮度值），灰度范圍為0~255。一般對彩色圖像進行灰度化有分量法、最大值法、平均值法、加權(quán)平均法等4種方法。②確定算法，生成圖像的灰度直方圖：利用直方圖的分步形狀特性找到一個或者幾個分割灰度值，然后利用分割閾值將圖像分成幾類，圖像中落在同一個灰度值范圍內(nèi)的像素屬于同一類。整個過程就是算法確定一個灰度值，用來區(qū)分不同的類，而這個灰度值就叫做閾值〔10〕。③統(tǒng)計像素點：找出病例組與對照組像素點在不同區(qū)間分步差異?；谥狈綀D的灰度圖像分割法是一種簡單、有效的圖像分割算法，特別是對于圖像內(nèi)容簡單，目標(biāo)與背景灰度值有較大的差異時往往能得到較好的分割效果。

2.2.3 研究內(nèi)容 本研究通過對病例組與對照組胃鏡活檢病理鏡下圖像進行基于直方圖的灰度圖像分割，運用Matlab軟件提取對照組和病例組的鏡下圖片灰度化后的像素點特征進行對比分析，找到對照組與病例組圖像灰度直方圖特點及在相應(yīng)區(qū)間像素點分布特征的區(qū)別，從而找到更快速、準(zhǔn)確提取胃腺癌胃鏡活檢病理特征的預(yù)篩方法，開拓病理教學(xué)中胃癌診斷的新思路〔11〕。

首先將對照組與病例組胃鏡活檢病理鏡下圖像運用分量法進行灰度化處理并得出直方圖。見圖1~2。

提取鏡下圖像特征后，運用Matlab軟件將對照組和病例組圖片灰度化像素點在各個區(qū)間分布進行統(tǒng)計。見圖3~4。

圖1 對照組鏡下切片圖像與灰度直方圖

圖2 病例組鏡下切片圖像與灰度直方圖

圖3 對照組鏡下圖片灰度特征

圖4 病例組鏡下圖片灰度特征

2.2.4 圖片分析結(jié)果 進行灰度直方圖像素點統(tǒng)計分析發(fā)現(xiàn)，對照組與病例組病理鏡下圖片灰度值101~150、151~200、201~255區(qū)間像素分布呈現(xiàn)差異性，差異具有統(tǒng)計學(xué)意義（P＜0.01）。見表1。對照組相對于病例組整體灰度值偏低，像素點分布呈現(xiàn)低灰度區(qū)（50左右）有小的峰值，形成原因為細胞質(zhì)淡染，像素點在此區(qū)間較密集；高峰值分布于125~175區(qū)間，屬于正常組織細胞經(jīng)蘇木精-伊紅染色（HE染色）后，著色較均勻，像素點呈現(xiàn)較正態(tài)分布；正常細胞核藍染導(dǎo)致在高灰度值200左右有部分像素點分布。而病例組較高峰值形成原因為正常組織被癌細胞侵蝕，失去原先組織結(jié)構(gòu)，相對于對照組鏡下病理圖像大面積深染，所以直方圖在高灰度值175~200處像素點數(shù)量有個峰值，分析其形成原因為癌細胞細胞核較大，變異的細胞核染色后較正常細胞核著色深，直方圖中就呈現(xiàn)為高灰度值區(qū)間的像素點較對照組偏多。

表1 對照組與病例組組織切片鏡下圖片灰度值比較（xˉ±s）

3 結(jié)論

本研究采用基于區(qū)域劃分的灰度直方圖綜合閾值分割算法對鏡下病理圖片進行分析，使對照組與病例組圖像特征不再僅僅是單調(diào)的文字描述，而是綜合文字、圖像、數(shù)字化特征為一體，更直觀地比較出病例組和對照組圖像之間的差異，以直方圖的方式在構(gòu)造直方圖時引用鄰域均值有效地避免圖像噪音，更清晰地分割出背景與目標(biāo)病理特征，從而不再僅僅依靠主觀分析而是從數(shù)字化角度提供客觀依據(jù)支撐癌癥病理結(jié)果，降低因主觀判斷偏差和經(jīng)驗缺乏導(dǎo)致的誤判概率，為將來病理細胞特征提取的數(shù)字化識別提供研究方向。