荧光显微图像识别方法在呼吸道九联检中的应用  

Application in Respiratory Tract Nine Combined Tests of Fluorescence Microscopic Image Recognition Methods

作　　者：王超 刘聪 侯剑平 赵万里 段忆芮 Wang Chao;Liu Cong;Hou Jianping;Zhao Wanli;Duan Yirui(Autobio Labtec Instruments Co.,Ltd.,Zhengzhou 450016,China)

机构地区：[1]安图实验仪器(郑州)有限公司,郑州450016

出　　处：《中国生物医学工程学报》2020年第5期626-630,共5页Chinese Journal of Biomedical Engineering

摘　　要：呼吸道九联检广泛应用于呼吸道感染病原体的筛查,其关键步骤是由医师观察荧光显微图像,并结合病原体的荧光特点进行判别,存在耗时和经验依赖性高等问题。针对此问题,提出利用机器视觉进行荧光显微图像中病原体识别的方法。根据荧光特点,将9种病原体分为3类:第1类是绿色荧光的菌体(包括嗜肺军团菌、Q热立克次体和肺炎衣原体),第2类是细胞外围荧光模式(包括肺炎支原体);第3类是混合荧光模式(包括腺病毒、呼吸道合胞病毒、甲型流感病素、乙型流感病素和副流感病毒)。对于第1类病原体,通过对图像进行和二值化处理,再经轮廓提取和面积滤波等方法,实现病原体的识别;对于第2、3类病原体,对原始RGB图像进行颜色分离,对红色和绿色通道图像进行二值化处理,再经轮廓提取和面积滤波等方法,实现病原体的识别。通过收集856例呼吸道患者的样本进行九联检,并对比本识别方法与人工判别的结果。实验结果表明,对于各类病原体,所提出的自动化病原体识别方法与人工判别结果符合率均在93%以上,整体符合率较高,对于辅助医师进行判别具有一定的应用价值。

关 键 词：九联检 呼吸道感染 图像识别 荧光显微图像 

分 类 号：R318[医药卫生—生物医学工程]