摘? 要：近幾十年計(jì)算機(jī)行業(yè)的蓬勃發(fā)展也帶動了數(shù)字圖像處理技術(shù)的發(fā)展和進(jìn)步，讓其在各行各業(yè)都得到相應(yīng)的應(yīng)用。尤其是在生物醫(yī)學(xué)領(lǐng)域中，在醫(yī)用顯微技術(shù)的處理分析和醫(yī)學(xué)診斷方面扮演了重要的角色。本文從數(shù)字圖像處理技術(shù)的概念著手，就其對白細(xì)胞分割的應(yīng)用情況進(jìn)行了描述。

關(guān)鍵詞：數(shù)字圖像處理;白細(xì)胞分割;預(yù)處理;醫(yī)療信息化

中圖分類號：TP391.4? ? ? ?文獻(xiàn)標(biāo)識碼：A 文章編號：2096-4706（2019）19-0111-02

Abstract：In recent decades，the vigorous development of computer industry also drives the development and progress of digital image processing technology. And digital image processing technology gets corresponding application in all fields. Especially，it plays an important role in the processing and analysis of medical microscopy and medical diagnosis in the field of biomedicine. Starting from the concept of digital image processing technology，this paper describes its application in leukocyte segmentation.

Keywords：digital image processing;leukocyte segmentation;pretreatment;medical informatization

0? 引? 言

白細(xì)胞是人體免疫系統(tǒng)的重要組成部分，在臨床上通常將白細(xì)胞形態(tài)和數(shù)目的變化作為診斷的參考依據(jù)。在以前大部分都是由有經(jīng)驗(yàn)的工作人員以人眼觀察，耗時費(fèi)力，準(zhǔn)確率也不高。而現(xiàn)在因?yàn)閿?shù)字圖像處理技術(shù)的出現(xiàn)，改由機(jī)器分割識別白細(xì)胞，省時省力，準(zhǔn)確率有的也有99%以上。機(jī)器對顯微圖像中白細(xì)胞的識別通常要經(jīng)歷這樣幾個過程：圖像的預(yù)處理、圖像細(xì)胞的分割、對其進(jìn)行特征提取然后分類。其中對圖像細(xì)胞的分割是最重要的一步，因?yàn)橹蟮奶卣魈崛『头诸惖臏?zhǔn)確性都是以細(xì)胞分割的準(zhǔn)確率為前提的。

1? 數(shù)字圖像處理

1.1? 數(shù)字圖像處理的概述

把一幅在空間中連續(xù)的圖像離散化來得到它的數(shù)字形式就叫作圖像的數(shù)字化。而對得到的數(shù)字圖像進(jìn)行一系列的操作來達(dá)到某種預(yù)期的結(jié)果的過程就是數(shù)字圖像處理。它通常是把一幅圖像加工成另一幅圖像，或者是把一副圖像轉(zhuǎn)換為另一種非圖像的表示。

1.2? 數(shù)字圖像處理的特點(diǎn)

對圖像的處理大致可以分為兩類，模擬圖像處理和數(shù)字圖像處理。與前者相比，數(shù)字圖像處理有許多自己的特點(diǎn)。主要有以下幾點(diǎn)：

（1）處理精度高。一幅模擬圖像可以被現(xiàn)在的圖像采集設(shè)備數(shù)字化為任意大小和精度的二維數(shù)組?？梢愿鶕?jù)實(shí)際應(yīng)用需要，數(shù)字化得到幾十到幾百萬的像素?cái)?shù)，對每個像素還可以繼續(xù)量化為16位或更高的分辨率。

（2）重現(xiàn)性好。圖像質(zhì)量不會因?yàn)榇鎯?、傳輸?shù)冗^程而退化。它重現(xiàn)時的質(zhì)量主要與采集數(shù)、量化和處理的精度有關(guān)。因?yàn)槿搜叟c機(jī)器的分辨率有限，它們對精度的要求很容易就能被滿足。

（3）對硬件要求高。視頻信息量本身就比語言信息量要大，而在數(shù)字化視頻的時候?yàn)榱吮ＷC圖像的質(zhì)量，需要采集足夠多的樣本，占用的頻帶也會更寬。在成像、傳輸、存儲等環(huán)節(jié)的實(shí)現(xiàn)上，對設(shè)備就會有更高的要求。因?yàn)樾枰幚淼臄?shù)據(jù)量大，需要耗費(fèi)的時間也更多，如果想要加快處理速度，同樣也需要更強(qiáng)大的處理系統(tǒng)。

1.3? 數(shù)字圖像處理技術(shù)的發(fā)展

數(shù)字圖像處理是基于計(jì)算機(jī)進(jìn)行的。隨著這些年計(jì)算機(jī)技術(shù)的蓬勃發(fā)展，數(shù)字圖像處理技術(shù)也日趨成熟。它的發(fā)展涉及多門學(xué)科，同時也在航空航天、農(nóng)學(xué)以及遙感等領(lǐng)域得到廣泛的應(yīng)用。1964年，人們利用數(shù)字圖像處理技術(shù)對衛(wèi)星傳回來的幾萬張照片進(jìn)行了圖像處理，為當(dāng)時的人類登月提供了很大的幫助。自此，數(shù)字圖像處理技術(shù)開始在各個領(lǐng)域發(fā)揮它的重要作用。比如之后醫(yī)學(xué)上的CT圖像重建、地理信息的計(jì)算機(jī)視覺、工業(yè)工程的自動識別等。

2? 白細(xì)胞分割的意義

2.1? 白細(xì)胞的概述

血細(xì)胞中的白細(xì)胞，是無色、球形、有核的，是人體免疫系統(tǒng)中最重要的部分。它是一系列共同破壞細(xì)菌和病毒的不同細(xì)胞的集合。根據(jù)其形態(tài)、功能和來源部位可以分為三大類：粒細(xì)胞、單核細(xì)胞和淋巴細(xì)胞。不同種類的白細(xì)胞會以不同的方式參與人體的免疫功能。

2.2? 白細(xì)胞分割計(jì)數(shù)的意義

正常成人的白細(xì)胞總數(shù)為（4.0～10.0）×109/L，但它會因?yàn)椴煌瑫r間和不同機(jī)體功能狀態(tài)的變化而變化，其總數(shù)值變化以及各分類的數(shù)據(jù)變化都具有重要的臨床意義，醫(yī)學(xué)上通過分析白細(xì)胞不同種類細(xì)胞的數(shù)目和形態(tài)上的變化來診斷人體的健康情況，血常規(guī)檢查最多用途就是為此。白細(xì)胞數(shù)值變化的具體情況如下：

（1）白細(xì)胞計(jì)數(shù)增多。當(dāng)人們體內(nèi)的白細(xì)胞總數(shù)每微升超過10000個時，就被認(rèn)為是白細(xì)胞增多。白細(xì)胞計(jì)數(shù)增多常見于急性感染、組織損傷、大手術(shù)后、白血病等。

（2）白細(xì)胞計(jì)數(shù)減少。當(dāng)人們體內(nèi)的白細(xì)胞總數(shù)每微升少于4000個時，則被認(rèn)為是白細(xì)胞減少。白細(xì)胞計(jì)數(shù)減少多見于傷寒及副傷寒、瘧疾、X線及放射性核素照射、使用某些抗癌藥物等。

可見白細(xì)胞的增多和減少可以為疾病的鑒別診斷提供依據(jù)，它的增減幅度也可以揭示疾病的嚴(yán)重程度。

3? 圖像處理在白細(xì)胞分割識別的應(yīng)用

3.1? 發(fā)展歷程

如今隨著數(shù)學(xué)圖像處理技術(shù)在醫(yī)學(xué)上應(yīng)用的發(fā)展，對白細(xì)胞的分割計(jì)數(shù)也從原來的主要依靠經(jīng)驗(yàn)，人工分析處理圖像這樣費(fèi)時費(fèi)力的方式轉(zhuǎn)變?yōu)橛捎?jì)算機(jī)對圖像進(jìn)行精準(zhǔn)計(jì)算、高效處理。最開始是在二十世紀(jì)六七十年代，某些發(fā)達(dá)國家的血液涂片全自動分析系統(tǒng)問世，但其準(zhǔn)確性不高，處理速度也不快;再到八十年代出現(xiàn)運(yùn)用彩色圖像技術(shù)生產(chǎn)的細(xì)胞分析儀，但是識別精度還達(dá)不到醫(yī)學(xué)的臨床要求;之后多維特征向量則讓細(xì)胞分類準(zhǔn)確率達(dá)到了90%;時至今日數(shù)字圖像處理技術(shù)在細(xì)胞分割方面的應(yīng)用已經(jīng)非常成熟了。如今人們更多的是希望通過對圖像分割算法的創(chuàng)新與改進(jìn)來適應(yīng)更復(fù)雜的細(xì)胞形態(tài)，獲得更高的準(zhǔn)確率。

3.2? 白細(xì)胞分割

3.2.1? 圖像預(yù)處理

一張顯微圖像的質(zhì)量好壞總會受到很多因素的影響，比如系統(tǒng)的失真、噪聲干擾、模糊污染等。所以在對細(xì)胞進(jìn)行分割前要做的是對顯微圖像進(jìn)行預(yù)處理來改善它的質(zhì)量?？梢韵葘D像復(fù)原獲得它原本含有的信息，再進(jìn)行圖像增強(qiáng)，更方便地獲得需要的信息。

（1）圖像復(fù)原。我們需要知道圖像退化的機(jī)制和過程等先驗(yàn)知識，根據(jù)這些找到一種相應(yīng)的退化模型，從中獲得所需要的信息，再沿著圖像退化的逆過程得到恢復(fù)的圖像。常見的退化模型有模糊造成的和隨機(jī)噪聲疊加的等。

（2）圖像增強(qiáng)。它是通過對圖像的邊緣、輪廓以及對比度等進(jìn)行加強(qiáng)來改善圖像的視覺效果。根據(jù)其處理的空間不同可以分為空域內(nèi)處理和頻域內(nèi)處理。常用的圖像增強(qiáng)方法有：灰度圖、直方圖、頻域低通高通濾波器等。

目前還沒有哪一種預(yù)處理方法是可以適用于所有圖像的，所以要根據(jù)具體情況選擇最合適的方法。

3.2.2? 細(xì)胞分割

（1）白細(xì)胞定位。一張?jiān)诂F(xiàn)實(shí)生活中采集到的細(xì)胞顯微圖像并不是那么純粹的，它通常會包含一些雜質(zhì)，我們需要從中找出白細(xì)胞。通常是采用某種彩色空間模型，利用染色后細(xì)胞圖像各部分的亮度、色度等數(shù)值會不一樣的特點(diǎn)對其進(jìn)行分割。彩色模型之間可以通過某種變換實(shí)現(xiàn)轉(zhuǎn)換。白細(xì)胞定位的方法有很多，有通過RGB模型轉(zhuǎn)換得到的HSV模型，定位找到白細(xì)胞和血小板，之后再過濾掉血小板的;還有利用綠分量和飽和度分量定位找到細(xì)胞核，而由于人體外周血液涂片中只有白細(xì)胞有細(xì)胞核，由此定位到白細(xì)胞。

（2）白細(xì)胞的分割。如果細(xì)胞圖像的情況非常簡單，輪廓清晰，沒有發(fā)生細(xì)胞重疊，這時我們可以根據(jù)白細(xì)胞體積遠(yuǎn)大于紅細(xì)胞的先決條件較為輕松地定位到白細(xì)胞，然后利用數(shù)學(xué)形態(tài)學(xué)運(yùn)算的組合分割出白細(xì)胞區(qū)域。腐蝕和膨脹是數(shù)學(xué)形態(tài)學(xué)的兩個基本運(yùn)算操作，腐蝕是細(xì)胞的周圍收縮，消除邊界的雜質(zhì);膨脹是增大細(xì)胞面積，填補(bǔ)細(xì)胞的孔洞。如果細(xì)胞圖像比較復(fù)雜，根據(jù)某些條件所劃出的區(qū)域會出現(xiàn)不只有一個白細(xì)胞的情況，可能還有細(xì)胞重疊粘連的問題出現(xiàn)。這時可以用圓形分解算法以及凹陷點(diǎn)分割算法這些比較依賴人為定義的參數(shù)的算法，也可以用分水嶺、U-Net網(wǎng)絡(luò)這些運(yùn)算量較大的分割算法。其中分水嶺因?yàn)榇嬖谶^分分割的問題，很多時候會采用基于它的改進(jìn)算法。

4? 結(jié)? 論

本文對數(shù)據(jù)圖像處理技術(shù)做了一定的介紹，還對白細(xì)胞分割的臨床意義進(jìn)行了一定的總結(jié)，最后對數(shù)字圖像處理技術(shù)在白細(xì)胞分割中的一些應(yīng)用情況進(jìn)行了闡述。雖然現(xiàn)在白細(xì)胞識別的正確率甚至已經(jīng)達(dá)到了99%以上，但是仍然需要很多的工作量，所以人們依然在不停地對分割算法進(jìn)行改進(jìn)和創(chuàng)新。近幾年深度學(xué)習(xí)在圖像識別方向有了很大的突破，相信它將會是接下來人們的主要研究方向。

參考文獻(xiàn)：

[1] 陳炳權(quán)，劉宏立，孟凡斌.數(shù)字圖像處理技術(shù)的現(xiàn)狀及其發(fā)展方向 [J].吉首大學(xué)學(xué)報(bào)（自然科學(xué)版），2009，30（1）：63-70.

[2] 顧桂穎，劉景鑫，石張鎮(zhèn)，等.計(jì)算機(jī)圖像識別在白血病形態(tài)學(xué)診斷中的應(yīng)用 [J].中國醫(yī)療設(shè)備，2018，33（6）：6-11.

[3] 顧廣華，崔冬.白細(xì)胞圖像的自動分割算法 [J].儀器儀表學(xué)報(bào)，2009，30（9）：1874-1879.

作者簡介：麻若珊（1998-），女，漢族，浙江溫州人，本科在讀，研究方向：計(jì)算機(jī)科學(xué)與技術(shù)。