自动形态学论文

自动形态学论文（共7篇）

自动形态学论文 篇1

摘要：目的 评价CELL-EYN3700全自动五分类血液分析仪白细胞分类功能。方法 对1464例临床标本, 进行涂片复检, 评价其异常情况报警系统的性能。结果 CELL-EYN3700血液分析仪具有很高的灵敏度, 报警系统的特异度是76.4%, 灵敏度100%, 假阳性率19.3%, 假阴性率0%。结论 CELL-EYN3700全自动血液分析仪对异常白细胞分类及报警系统的功能良好, 符合临床应用要求。

关键词：血细胞分析仪,形态异常细胞,报警系统,功能评价

CELL-EYN3700全自动血液分析仪 (以下简称3700血液分析仪) 是档次较高的五分类仪器, 由美国雅培公司生产, 共有23项参数。通过MAPSS技术 (多角度、偏振光、散射) 对白细胞进行分类。仪器内设置的警示系统可提示VAR LYM (异常淋巴细胞) 、BAND (杆状核细胞) 、IG (未成熟细胞) 、BLAST (原始细胞) 、NRBC (有核红细胞) 、RRBC (抗溶性红细胞) 等信息。作者对前四种设定功能的可靠性进行了探讨。

1 资料与方法

1.1 仪器

美国CELL-DYN3700五分类血液分析仪, 原装配套试剂以及质控品 (N0108D) :美国雅培公司生产。Olympus CH20双目显微镜:日本Olympus生产。EDTA-k2真空抗凝管, 广州阳普公司生产。

1.2 样本来源

1464例随机样本来自本院住院患者, 早晨空腹抽取2mL静脉血置EDTA-K2真空抗凝管, 混匀后室温放置, 所有操作均在2h内完成。其中急性白血病114例, 慢性白血病52例, 多发性骨髓瘤18例, 骨髓异常增生综合征30例, 粒细胞减少症24例, 全血细胞减少症16例, 流行性出血热4例, 各种外科疾病716例, 各种内科疾病450例。

1.3 样本分类及阳性判断标准

按照常规镜检白细胞分类为每份样本分析200个白细胞, 试验时严格按照仪器操作手册的规程进行。当仪器显示为下列四项中的任何一项则提示为阳性: (1) VAR LYM (异常淋巴细胞) ; (2) BAND (杆状核细胞) ; (3) IG (未成熟细胞) ; (4) BLAST (原始细胞) 。显微镜分类: (1) 中性杆状核>15%; (2) 不典型淋巴细胞>10%; (3) 晚幼粒细胞或更早阶段粒细胞>1%[1,2]。三项中符合上述任何一项标准即判断为阳性。

1.4 血细胞分析仪灵敏度检测

采用瑞氏-姬姆萨染色液染色血涂片, 自然干燥后镜检, 当检测到上述仪器提示的异常细胞时, 用仪原装稀释液将血标本稀释成系列要求浓度, 分别经仪器测定。仪器异常细胞检测的最终灵敏度为最大稀释倍数所测出的阳性结果。试验操作有2名经验丰富的中级职称人员达成一致结论后完成。

1.5 样本白细胞分类标准

分类以血涂片镜检结果为准: (1) 仪器及镜检提示均阳性, 判断为真阳性 (TP) ; (2) 仪器结果阳性而镜检为阴性, 判断为假阳性 (FP) ; (3) 仪器及镜检均提示阴性, 判断为真阴性 (TN) ; (4) 仪器检测阴性而镜检阳性, 判断为假阴性 (FN) 。

2 结果

2.1 本组血标本白细胞分类结果

1464例血标本中, TP404例, FP250例, TN910例, 无FN。CELL-DYN3700对异常血细胞的检测特异度为76.4%, 灵敏度为100%, 阴性预示值为100%, 阳性预示值为61.8%, 假阴性为0.0%。

2.2 4种异常结果提示与仪器及镜检阳性符合率

1464例血标本中共出现可疑警号714个, 部分标本并同时出现两个及以上异常信号, 见表1。

注:*镜检阳性指检出相应的异常细胞

3 讨论

患者尤其是血液病患者在接受临床治疗过程中, 其细胞形态结构也会发生相应改变, 对仪器分析和染色镜检的结果所产生干扰不尽一致, 尤其对显微镜镜检识别细胞形态影响较大。另外, 镜检法还与血涂片上WBC是否均匀分布、涂片厚薄、染色效果有关系, 从而导致偏差。近年来的大量临床实验证明, 美国CELL-DYN3700血液分析仪可在较短时间内分析出大量计数的细胞, 大大超过染色镜检法的细胞数目, 并可重复分析。本研究中1464例受检者均为本院住院患者, 包括疾病初发期、治疗期及病情稳定期的各时段病患。本组病例统计结果显示, 出现白细胞可疑警号的标本的假阳性率是19.3%, 灵敏度是100%, 特异性为76.4%, 阴性预示值100%, 阳性预示值61.8%。从而增强了复检结果的针对性, 极大地提高了血常规检验工作的效率及准确率, 提高了临床检验质量。

该血液分析仪所设定的提示阈较低, 但对标本异常细胞的检测敏感性高。本次研究通过样品倍比稀释试验结果表明, CELL-DYN3700对异常淋巴细胞 (VAR LYM) 的最低检出量为0.09×109/L, 对不成熟粒细胞 (IG) /幼稚细胞 (Blast) 的最低检出量为0.08×109/L;对 (杆状嗜中性粒细胞) BAND的最低检出量为0.06×109/L。可见, CELL-DYN3700对异常细胞筛选的信度高, 假阴性低, 遗漏的可能性小, 具有重要的临床诊断价值。

需要指出的是, 现代医学对临床诊断提出了更高要求, 临床实验室血液分析要求更加精确与准确, 以提高临床诊断和治疗的科学性及有效性。但检测环境如温度、湿度、电压等因素的改变仍会造成检测分析结果误差。虽然本组病例统计显示假阴性为0%, 但在临床实际检验工作中, 当血液标本中异常细胞数量较少时, 由于对直方图或散射图像造成的改变较小, 亦会导致结果假阴性。故此, 目前任何一种血液分析仪及分析技术都还无法达到对每个细胞的100%识别, 假阳性仍不可避免[4,5]。临床上对血液病患者的诊断应综合仪器法与显微镜检法的结果做出判断, 避免发生漏诊。

参考文献

[1]周新.检验医学考核指南[M].武汉:湖北科学技术出版社, 2003:201-203.

[2]Jones RG, Faust AM, Matthews RA.Quality team approach in eva-lautig three automated, hematology analyzers with five-part diff-erentiai capability[J].Am J Clin Pathol, 2007, 115 (2) :159-166.

[3]丛玉隆, 王淑清.血液分析仪研究进展及临床应用[J].中华医学检验杂志, 2007, 30 (1) :50-51.

[4]丛玉隆.当代血液分析技术与临床[M].北京:人民卫生出版社, 2003:58.

[5]叶应妩, 王毓三.全国临床检验操作规程[M].南京:东南大学出版社, 2003:2-7.

自动形态学论文 篇2

在信息技术高速发展的时代, 以纸质材料为基础的传统出版业, 正受到数字出版技术的强烈冲击。近年来, 随着教育信息化水平的不断提升, 教学模式与学习方式也在发生巨大的变化, 单一的纸质教材已经不能适应当前的教育教学。因此, 在纸质教材和数字化资源各自优势的基础上, 探究两者之间的关联性和互动性, 开发数字一体化的新形态教材已成为必然趋势。

1 数字资源一体化教材发展现状与趋势

1.1 国外数字化教材的快速发展趋势

国外数字化教材的应用和发展进程比国内快速很多。第一, 国外熟悉互联网的年轻新生代逐渐步入各类学校, 同时, 国外数字化教材的整体技术得到了持续改进。第二, 国外的版权保护状况较好, 民众普遍具备知识产权的理念。

美国、英国等发达国家的大学出版商在21世纪纷纷进入数字化教材的发行领域。目前数字化教材主要有以下形式:一种是出版商和阅读器电子公司合作。例如, 皮尔森教育集团的Addison Wesley公司已向芝加哥的go Reader公司提供了134种共13500本数学、计算机、经济等学类的大学教材。另一种是在线出版的学习模式。例如, 麦格劳·希尔教育公司与Wize Up合作出版的数字化网络教材, 学习者可以登录相关的Web网站阅读或下载相关图书。还有一种是在提供数字化教材的同时, 配套相关的延伸服务。例如, 英国培生教育出版集团不但提供在线自学评估课程, 还提供了相关课件。

1.2 国内数字化教材发展现状

国内大部分出版的教材都配有各种形式的数字版教材和教辅, 但一般都采用光盘形式。国内也尝试过特定文件类型的数字化教材与阅读器集成的数字化图书, 但由于知识产权保护措施薄弱, 很难将这种形式的数字化教材商业化。国内也在学习国外发展在线学习出版模式。例如, 北京一百易科技有限责任公司与上百家教材出版社合作, 将英语教材放到“100e网络英语学习平台”, 制作出语音课本, 让学习者进行付费在线学习。还有以在线学习为基础, 延伸多媒体教材与在线教学辅助的模式。例如, 北京语言大学出版社自2006年起, 着手搭建对外汉语教学资源与服务平台、作者客户互动平台、信息交流平台、网上营销平台。

2 电气自动化技术专业数字一体化教材开发

电气自动化技术专业数字一体化教材开发的具体环节如下:

2.1 内容、资源一体化设计

纸质教材与数字化资源一体化的新形态教材应具备传统教材的全部特点与功能, 但新形态一体化教材还要提供数字化教学资源, 同时为教学案例、习题试题库、视频操作、动画演示等提供明晰的导航。因此, 电气自动化技术专业新形态一体化教材在传统教材编写方案的基础上, 内容应满足高等职业教育“学中做、做中学、学做一体”的要求, 表现形式应生动、活泼、新颖。同时, 通过新颖的版式设计、教材边白设计, 做好资源标注, 还可以利用关联技术和手段, 帮助学习者将纸质教材的内容与对应的数字资源联系起来。

2.2 相关资源同步建设

数字一体化教材的开发不能脱离音频、视频、文本、动画、图片等相关资源的同步建设和持续更新, 同时要利用相关的技术手段对资源进行处理与加工。

2.3 科学的资源标注

教材是教学活动的载体和支撑, 应符合教学规律, 满足教学需求, 因此, 数字一体化教材开发应对相关数字资源的名称、类型等进行科学标注, 以便归类和检索, 还要进行有效的关联。

2.4 关联路径需通畅

纸质教材与数字化资源的关联路径一定要畅通, 这关系到资源利用的效率与效果。当下主要关注与线上资源、线下资源、二维码资源的关联。

3 纸质教材与数字资源一体化教材的效果

目前, 纸质教材与数字化资源一体化开发的新形态教材, 特别是国家专业教学资源库、国家级精品资源共享课教材, 被全国众多职业院校采用并广受好评。实践证明, 通过纸质教材与数字化资源一体化的开发, 可达到以下效果:

(1) 提高资源利用效率, 改善课堂教学效果。纸质教材与数字化资源一体化教材可以非常方便地在教学过程中调用相关教学资源, 方便学习者对查找和利用网上资源, 提高了学习者的学习兴趣, 同时也极大地提高教学效果。

(2) 弥补纸质教材不足, 保证教学时效性。纸质教材的内容相对固定, 再版周期一般是3-5年, 在制度、准则、技术等出现变化时, 纸质教材的内容不能实时反映, 从而影响教学的开展, 严重的还会产生误导。而数字化资源则可以及时更新, 以弥补纸质教材的不足。

(3) 避免纸质教材太厚, 降低印制成本。通过关联相关的数字化资源, 在拓展纸质教材内容的同时, 通过扫描二维码等方式将部分内容从纸质教材移至在线资源, 减少纸质教材印张数, 以降低生产成本, 得到了较好的经济效益和社会效益。

(4) 避免纸质教材单一学习方式, 实现随时随地学习。在互联网+时代, 开发“纸质教材+数字化资源”的新形态教材已成为必然趋势, 丰富的在线课程数字化资源, 利于学习者随时随地开展学习, 还能通过自测、答疑等方式实现互动学习。

4 结束语

在信息技术高速发展的21世纪, 传统的纸质教材已经不能满足学习者的需求, 开发数字资源一体化的新形态教材已经是形式所趋, 我国也正在大力发展新形态教材的开发与出版, 以满足学习者的需求, 跟上时代发展的步伐。

摘要：本文介绍了数字资源一体化教材的发展现状及趋势, 论述了电气自动化技术专业新形态一体化教材的开发环节, 归纳总结了新形态一体化教材的效果。为我国数字资源一体化教材的发展提供参考。

关键词：新形态,数字资源,一体化教材,电气自动化技术专业

参考文献

[1]武君红.高职纸质教材与数字化资源一体化研发初探——以高等教育出版社为例[J].出版发行研究, 2015 (10) .

[2]王岳, 邓文虹.新版教科书配套数字化资源的设计与开发[J].课程·教材·教法, 2013 (05) .

基于数学形态学的车牌定位 篇3

基于数学形态学的图像处理是应用具有一定形态的结构元素度量和提取图像中对应的形状,以达到对图像分析和识别的目的。将数学形态学用于图像分割,既能有效滤除噪声,又有助于保留图像中原有的细节信息。目前国内外已有较多的论文研究了将数学形态学应用到文字提取中[1]。

针对各种车牌定位算法的优缺点,本文提出了一个实时、有效的车牌定位方法:首先增强图像并利用车牌中字符的特点,应用迭代法选取阈值实现背景去除,接着利用不同的结构元素对去除背景后的汽车图像进行进一步的去噪处理,最后综合利用车牌的特征值,在汽车图像中定位车牌。实验证明,该方法能准确定位分割出车牌图像。

1 数学形态学原理及其运算

数学形态学以图像的形态特征为研究对象,描述图像的基本特征和基本结构,也就是描述图像中元素与元素、部分与部分间的关系。通常形态学图像处理表现为一种邻域运算形式,采用邻域结构元素的方法,在每个像素位置上用邻域结构元素与二值图像对应的区域进行特定的逻辑运算,逻辑运算的结果为输出图像的相应像素。数学形态学的运算以腐蚀和膨胀这两个基本运算为基础,引出了其它几个常用的数学形态运算,最常见的基本运算有以下几种:腐蚀、膨胀、开运算和闭运算,它们是全部形态学的基础。用这些运算及其组合可以进行图像形状和结构的分析及处理,包括图像分割、特征抽取、边界检测、图像滤波、图像增强和恢复等方面的工作。

腐蚀运算的作用是消除物体的边界点,是边界向内部收缩的过程,可以去除小于结构元素的物体。腐蚀运算定义为:

式(1)中S表示腐蚀后的二值图像集合,B表示用来进行腐蚀的结构元素,结构元素内的每一个元素取值为0或1,它可以组成任何一种形式的图形,在B图形中有一个中心点;X表示原图像经过二值化后的图像集合。此式的含义是用B来腐蚀X得到的集合S,S是由B完全包括在X中时B的当前位置的集合。

膨胀的作用与腐蚀的作用正好相反,它是对二值化物体边界点进行扩充,将与物体接触的所有背景点合并到该物体中,使边界向外扩充的过程。如果两物体之间的距离比较近,则膨胀运算可能会把两个物体连通到一起,膨胀对填补图像分割后物体中的空洞很有作用。膨胀运算定义为:

式(2)的含义是用B来膨胀X得到的集合S,S是由B映像的位移与X至少有一个像素相同时B的中心点位置的集合。

一般情况下,腐蚀与膨胀是不可恢复的运算,但通过腐蚀与膨胀可以构成开运算和闭运算。先腐蚀后膨胀的过程称为开运算,它具有消除图像上细小物体,并在物体影像纤细处(目标狭窄区)分离物体和平滑较大物体边界的作用;先膨胀后腐蚀的过程称为闭运算,它具有填充物体影像内细小空洞,连接邻近物体和平滑边界的作用。开运算和闭运算定义为式(3)和式(4):

2 基于数学形态学的车牌定位算法

由于天气变化、光线强弱、车辆洁度等室外条件的影响,在实际场景中得到的汽车图像背景很复杂并且存在噪声,因此在进行车牌定位识别之前需要对图像进行预处理。预处理环节包括图像增强和去噪滤波等环节。在预处理之后对图像进行形态学处理,首先利用腐蚀运算进行滤波,再进行开运算,在确定出目标区域的同时,只掺杂少量非目标区域。

根据上述思想,本文采用的车牌定位模型为如图1所示:

3 车牌定位算法的实现

3.1 预处理

为了消除摄像头拍摄过程中带来的噪声,应对图像进行去噪处理。目前常用的消噪方法主要有邻域平均法和中值滤波法。领域平均法对抑制噪声是有效的,但它选择的是低通滤波器,而通常图像中的边缘信息里含有大量的高频信息,所以在去噪的同时也使边界变得模糊。中值滤波法采用一种非线性平滑滤波器,它与邻域平均法的不同之处在于,中值滤波器的输出像素值是由邻域像素的中间值决定而不是平均值决定的。中值滤波法运算简单、速度快,并且在滤除噪声的同时能很好地保护信号的细节信息[5],在一定条件下,可以克服线性滤波器所带来的图像细节模糊。汽车图像中的细节信息对于车牌定位识别来说是很重要的,因此,本文选用中值滤波的方法对图像进行消噪处理。

摄像头拍摄到的图像光照条件不够理想,而且车牌位于车身下部,对比度较差,加上车身上部的一些反光等诸多因素的影响,如果直接对图像进行扫描定位会有很大困难,为了获得较好的扫描、分割效果,有必要对车辆图像进行增强处理。图像增强是指对图像的某些特征,如边缘、轮廓、对比度等进行强调或锐化,以便于显示、观察或进一步分析与处理。图像增强不会考虑引起图像质量下降的原因,而是将图像中感兴趣的特征有选择地突出,并衰减不需要的特征。根据汽车图像的特点,本文选用灰度变换增强,变换公式如式(5)所示:

Rmax、Rmin分别为原始图像直方图中的的最大灰度值和最小灰度值;Smax、Smin分别为变换后图像直方图中的的最大灰度值和最小灰度值。

3.2 去除背景

在作形态学处理之前,必须对输入的包含车牌的图像作背景去除处理。去除背景即把车辆与背景分开形成二值图像,以便进行后期的车牌定位。精确地分开前景与背景其关键是选取合适阈值。由于不同的图像其分割阈值不尽相同,因此必须针对不同图像进行计算求得阈值,为了使算法具有自适应性和较快的运算速度选取迭代阈值选择法计算阈值[6]。算法步骤如下:

1)求出整幅图像的最大灰度值和最小灰度值,记作Gmax和Gmin,令初始灰度门限为T0=(Gmax+Gmin)/2;

2)根据灰度门限T0(Tk)将图像分割为前景和背景,分别求出两者的平均灰度值Z1和Z2;

3)求出新的灰度门限T1(Tk+1)=(Z1+Z2)/2;

4)若T0=T1,则T0即为灰度门限,否则到第2步,用T1代替T0进行分割,继续迭代计算,直到Tk=Tk+1(k=0,1,2…),即求得灰度门限为Tk。

3.3 形态学处理

去除背景后的图像中还存在一些噪声,需要做进一步的去噪处理,这里选用数学形态学的腐蚀和膨胀运算作滤波处理。结构元素为3×3的块,不同的形态学运算采取不同的结构元素。腐蚀运算采用图2(a)所示的结构元素,膨胀运算和开运算采用图2(b)所示的结构元素。对去除背景后的二值图像做一系列的形态学运算,包括一次膨胀、一次腐蚀和一次开运算。

3.4 车牌定位

经数学形态学处理之后的图像,最终还要进行车牌定位。根据我国车牌的几个特征,分别采用面积、长宽比以及垂直投影特征值进行加权综合来确定车牌区域。实际处理如式(6)所示,

其中:λi表示各自不同的权值;Ci表示集中特征置信度,包括面积S、长宽比P以及垂直投影特征值H。

面积(S)指各矩形区域内非零像素的数目,在二值图像上面积越大,是车牌的可能性越大,因此面积越大,特征置信度Ci就越大。

长宽比(P)是车牌的一个明显特征,虽然车牌反映在图像中的大小不同,由于我国车牌长宽比相对固定,一般在0.3-0.34之间,因此在图像中车牌区域的长宽比也相对固定,所以越接近真实车牌长宽比的区域的置信度Ci就越大。

垂直投影特征值(H)是根据在二值图像上车牌字符呈明暗交替变化来确定的。特征值的计算方法如式(7)所示[7],其中特征值越大就越接近真实车牌,因此置信度Ci就越大。

式中:LU为垂直投影直方图中所有从波谷到波峰的路径总长度;LD为直方图中所有从波峰到波谷的路径总长度;bW为图像的宽度,可消除图像大小不同对特征值的影响;1000为规范化因子。

综合面积、长宽比以及垂直投影特征值三个因素进行综合分析来定位车牌区域,可以消除仅用某一参数来进行评价所带来的误差。

4 仿真结果

选取一幅像素为512×384的背景相对复杂的汽车图像进行仿真实验,仿真结果如图3所示:

迭代二值化后车牌图像中存在噪声点,如图3(d)所示,经形态学处理之后消除了车牌图像中的噪声,得到了汽车图像中的车牌部分,如图3(e)所示。

5 结论

车牌定位是车牌自动识别的关键环节,直接关系车牌自动识别的准确率。本文针对车牌图像的特点,提出一种基于数学形态学的车牌定位方法。该算法针对去除背景后的汽车图像中仍然存在噪声,采用不同的结构元素对图像进行形态学运算,以进一步消除噪声,大大提高了车牌定位的精确度。实验表明该方法可以从复杂背景中分离出待识别的车牌部分,使进一步的车牌字符识别成为可能。同时从实验结果中也可以看出,定位结果中还存在非车牌区域没有被剔除,因此需要做进一步的研究。

摘要：车牌定位是汽车牌照识别系统中的重要环节,直接影响车牌识别的准确率。对数学形态学进行了研究,并且分析了利用数学形态学进行车牌定位的原理。为了对汽车牌照进行精确的定位,提出了一种基于数学形态学的车牌定位方法。对汽车图像进行预处理和阈值分割后,利用不同的结构元素对二值图像进行形态学滤波,以进一步消除干扰。最后利用面积、长宽比和垂直投影特征值进行综合分析,完成车牌定位。实验结果表明,该方法定位准确率高,为车牌识别创造了良好的前提。

关键词：车牌定位,数学形态学,结构元素,图像识别

参考文献

[1]卢雅琴,邬淩超.基于数学形态学的车牌定位方法[J].计算机工程,2005,31(3):224-225.

[2]王钧铭,赵力.一种基于数学形态学的车牌图像分割方法[J].电视技术,2007,31(10):84-86.

[3]左琦,史忠科.一种基于数学形态学的实时车牌图象分割方法[J].中国图象图形学报,2003,8(3):281-285.

[4]李刚,曾锐利.基于数学形态学的车牌定位算法[J].仪器仪表学报,2007,28(7):1323-1327.

[5]杨山.基于中值滤波和小波变换的图像去噪[D].南京:南京理工大学,2002.

[6]Ridler T W,Calvard S.Picture Thresholding Using An Iterative Selection Method[J].IEEE Transaction on System,Man and Cybernet-ics,1978:8(8):630-632.

浅谈形态学教改的思考 篇4

传统教学的弊端严重影响教学质量和学习效果, 打破陈旧的教学观念, 冲破学科界限, 实现资源共享, 培养学生综合分析能力作为出发点和立足点, 提高教学质量、强化实践能力、优化教学效果为目的, 真正做到理论和实践相统一, 相结合, 是形态学实验教改的精髓所在。教学改革方案:对学生进行讲课时应要注重培养所有学生的实践和创新的意识。学校应大力建设设施齐全的实验室进行教学, 并应注意多种学科联合, 从而可以系统地开展教学方案, 从基础内容到临床内容都应串通在一起。教学中应注重培养学生的操作能力, 让学生自行进行实验设计, 提高其的创新能力。过往的传统教学方法应进行改进, 应不断进行新的教学法的研究, 以让学生可以更加生动地接受知识。进行改革应首先改变自身的意识, 从学生的角度从发制定教学内容、教学形式, 以更好地培养学生。

将医学形态实验学的各项知识进行整合, 将其整合为医学形态学综合实验, 这样, 可以让实验室的各项投资变的更加集中, 设备也更加完善, 这样可引进一些比较先进的教学设备, 让学生接受最新的教学理念和内容[2]。校领导也应重视实验室的建设, 加大对其的投资力度, 过往的设备科进行整合, 培训新的设备进行教学, 以节省资金。

可利用实验室的各项设备, 把一些实用的、新颖的小实验糅合到教学中, 让学生们进行自行操作, 以通过实践来掌握其的方法, 加深印象, 让其对知识记忆的更加牢固。例如可在学生进行解剖学实验中先进行对家兔的肾脏的石蜡切片实验, 然后再对家兔进行组织学实验操作, 对实验的切片进行染色实验操作。

研究性实验或者设计性实验要求学生从教材或参考书中寻找实验原理作为设计实验的依据, 然后根据自己制订的实验方案自选仪器、设备完成实验步骤和数据分析, 使实验教学过程成为学生自己探索的过程[3]。要求学生对所给病例结合临床体征设计实验操作方案, 得出相应结果, 分析讨论, 有助于后期课程中提高对疾病的诊断能力[4]。开放性实验的开展[5]。

过往学生要进行动手实验都需实验课来完成, 课程完成之后因为学生没有相关的设备, 所以无法进行形象的复习功课。而把学校中的实验室改变为根据时间来开发的形式, 这让学生能够在业余时间弥补、巩固和提高镜下观察、鉴别能力。学生可以在其课余的时间进行实践操作, 如其有什么问题, 可通过咨询老师进行解答, 这让学生可以增进此方面的知识, 强化学生的动手能力。组织胚胎学和病理解剖学都是实践性较强的形态学科, 学生所观察的染色后的组织切片都是无法用肉眼看见或用手摸到的, 只能借助显微镜观察, 枯燥难学, 对它们的授课方式相同:即先是理论课的讲解, 然后是实验课的观察。授课的规律性也决定了学生遗忘的规律性。因此, 我们只要找到学生对知识遗忘的高峰点, 即复习的最佳点, 这个问题便会迎刃而解。

综上所述, 科学地利用各项学校资源, 不断进行新的教学方式、方法的革新, 以让学生可以不断地接受新的知识, 注重实验教学, 可让学生的创新、实验能力明显提高。进行不断地革新是一个长期的工程, 需要所有教学人员不断地努力创新, 以创造出最适合临床教学的方案。实验课程也应进行不断地优化改革, 注重基础和实践知识的合理安排, 开展探索性、综合性、基础性的教学方案。

关键词：形态学,教改

参考文献

[1]徐锡金, 杨棉华, 霍霞, 等.网络技水在医学形态学实验教学中的应用[J].解剖学研究, 2004, 26 (3) :234-236.

[2]徐珊, 徐昌芬, 王建文, 等.医学形态实验教学改革的探索[J].南京医科大学学报 (社会科学版) , 2000, 1 (创刊号) :62-63.

[3]杨凯.浅议优化形态学实验课程[J].卫生职业教育, 2006, 24 (12) :138.

[4]徐珊, 罗莉, 刘宁波, 等.《医学形态实验学》精品课程建设的思路与实践[J].西北医学教育, 2006, 14 (6) :634.

基于形态学的图像分割算法研究 篇5

1.1 图像分割技术概论

图像分割是指把图像分成各具特性的区域, 并提取出感兴趣目标的技术和过程, 它是由图像处理到进一步图像分析的关键步骤, 是一种基本的计算机视觉技术。只有在图像分割的基础上, 才能对目标进行特征提取和参数测量, 使得更高层的图像分析和理解成为可能。因此, 对图像分割的研究在图像处理领域具有重要的意义。

1.1.1 图像分割分类及优缺点

人们常根据不同的应用场合、不同的目的而提出了一些分割方法。主要包括直方图阈值法、边缘检测法、基于区域的方法、聚类方法等。

(1) 直方图阈值分割方法

优点是算法比较简单、分割速度快, 不需要关于图像的先验信息, 常常应用于粗糙的图像分割中。缺点是分割效果与阈值的选取有很大关系, 所以当前的研究主要集中在阈值的确定上。

(2) 基于边缘检测的分割方法

优点是边缘定位准确, 运算速度快。但缺点是对噪声敏感;难以保证分割区域内部的颜色一致, 且不能产生连续的闭区域轮廓;另外当边界定义不良时, 难以形成一个大区域。

(3) 基于区域的分割方法

将像素归类为一致区域。当区域一致准则比较容易定义的时候, 这种方法能取得较好的效果, 并且比基于边缘的方法更能抗干扰。但是, 基于区域的方法在时间和空间上代价都比较大;区域生长本质依赖于种子像素的选取以及像素和区域检测的顺序;而且区域分裂由于分裂算法的原因, 其产生的分割结果太趋于正方形。

(4) 聚类方法

本质上是递归或迭代的, 大多可以产生较光滑的区域边界, 而且不易受到噪声和局部边界变化的影响。但是, 聚类法也带来一些问题, 如相邻簇常常重叠, 引起像素分类错误;簇的总量确定较困难。

1.2 图像分割中形态学的优势

数学形态学的方法应用于图像边缘检测的基本思想是运用一定的结构元素对图像作形态运算后和原图像相减。数学形态学的边缘检测方法比其它的空域或频域的图像边缘检测方法具有明显的优势。数学形态的方法运用适当的结构元借助于形态运算可以有效的滤除噪声同时保留图像中的原有信息。它不像传统的微分算法那样对噪声敏感同时提取的边缘也比较光滑。

2 数学形态学的图像分割

2.1 数学形态学的概述

数学形态学是数学基础和所用语言是集合论。数学形态学的应用可以简化图像数据, 保持它们基本的形状特性, 并除去不相干的结构。数学形态学的算法具有天然的并行实现的结构, 实现了形态学分析和处理算法的并行, 大大提高了图像分析和处理的速度。

2.2 图像分割方法研究

对灰度图像的分割常常基于灰度值的两个性质:不连续性和相似性。区域内部的像素一般具有灰度相似性, 而在区域之间的边界上一般具有灰度不连续性。所以分割算法可据此分为利用区域间灰度不连续性的基于边界的算法和利用区域内灰度相似性的基于区域的算法。另外, 根据分割过程中处理策略的不同, 分割算法又可分为并行算法和串行算法。在并行算法中, 所有边缘点都可独立地和同时地做出, 而在串行算法中, 早期处理的结果可被其后的处理过程所利用。一般串行算法所需计算时间比并行算法要长, 但抗噪能力也较强。上述这两个准则互不重合又互为补充, 所以分割算法可根据这两个准则分成四类:

2.2.1 并行分界分割技术

并行边界技术采用的方法原理与人的视觉过程有些相似。人对场景中亮度或其他性质变化较快的部位比较敏感, 一般当人观察场景时总先注意到其中不同物体的相交处, 并可以很快得出每个物体各自的轮廓。采用并行边界技术进行图像分割主要步骤:

(1) 边缘提取;

(2) 边缘连接。

2.2.2 串行分界分割技术

串行边界技术指采用串行的方法, 对目标边界检测来实现图像分割的技术。串行边界分割技术主要有两种策略:一种是先检查边缘点再连接它们;另一种是对边界点检查和连接交叉或结合进行。

2.2.3 并行区域分割技术

并行区域技术指采用并行的方法通过对目标区域的检测来实现图像分割的技术。取阈值是最常见的并行的直接检测区域的分割方法。

阈值化分割算法具体方法:首先在图像的灰度取值范围中选择一灰度阈值, 然后将图像中各个像素的灰度值与这个阈值相比较, 并根据比较的结果将图像中的像素划分为两个类中。

2.2.4 串行区域分割技术

串行区域分割技术指导采用串行处理的策略通过对目标区域的直接检测来实现图像分割的技术。基于区域的串行分割技术有两种基本形式, 一种是从单个像素出发, 逐渐合并以形成所需的分割区域, 另一种是从全图出发, 逐渐分裂切割至所需的分割区域。

(1) 区域生长法

所谓区域生长就是一种根据事先定义的准则将像素或者子区域聚合成更大区域的过程。基本思想是以一组生长点开始, 搜索其邻域, 把图像分割成特征相似的若干小区域, 比较相邻小区域与生长点特征的相似性, 若它们足够相似, 则作为同一区域合并, 形成新的生长点。

(2) 分裂合并法

所谓分裂合并法就是先从整幅图像开始通过不断分裂得到各个区域。实际中常先把图像分成任意大小且不重叠的区域, 然后再合并或分裂这些区域以满足分割的要求。

3 多尺度形态学边缘检测

传统的形态学边缘检测算子算法简单, 运算量小。但是由于采用了固定的结构元素来构造边缘检测算子, 这导致了算子抗噪能力和提取边缘细节能力的严重矛盾。因此, 在采用传统形态学边缘检测算子进行边缘检测时, 怎样对不同的图像选用合适的结构元素几乎成为了一个不可能完成的任务。所以, 为了有效克服噪声的影响, 得到准确的边缘检测信息, 有很多学者采取了多尺度结构元素的思想来进行边缘检测, 使算子的抗噪能力和边缘细节提取能力达到一个最佳的平衡。

4 结论

血液细胞形态学误诊与漏诊分析 篇6

1 资料与方法

1.1 一般资料

选取该院收治的40例血液细胞形态学误诊与漏诊的患者为分析对象。其中男26例, 女14例, 年龄16~75岁, 平均年龄 (44±3.7) 岁。40例患者中贫血现象越来越严重, 被诊断为双相性贫血的14例;出现贫血貌、皮肤黄染症状, 被诊断为黄疸的患者15例;有发热、头晕、恶心、呕吐症状, 被诊断为结核性脑膜炎的患者6例[3];有发热、头晕、呼吸急促等症状, 被诊断为急性淋巴细胞白血病的患者5例。

1.2 方法

对误诊漏诊的40例全部使用瑞一姬染色, 不抗凝外周血做血涂片, 有专业的对细胞形态学工作经验丰富的检验人员观察红细胞、白细胞及血小板形态、数量及血液寄生虫[4]及相应检查, 对疾病进行确诊, 观察发生误诊、确诊临床症状、误诊病、确诊疾病统计。

2 结果

对误诊漏诊的40例通过血液细胞形态学及相应检查, 对疾病进行确诊, 观察发生误诊、确诊临床症状、误诊病、确诊疾病统计, 见表1。

血液细胞形态学的检查可以应用血细胞分析仪, 但只能作为一种过筛的手段, 在有不确定的情况下, 一定要做人工显微镜及相关的实验室检查, 这样可以明显的使漏诊率和误诊率降低, 做到使疾病早发现、早治疗, 为疾病赢得最佳治疗时机, 同时也降低了临床治疗的难度, 提高了对疾病的治愈率。

3 讨论

血细胞形态学检验对于血液病基础诊断与常规血液学检验是最基本的简便实用的检查方法[2]。血细胞形态学检验包括两部分:外周血细胞形态检验和骨髓检查。许多疾病要求血细胞形态学检验质量的高低是很关键的, 特别是对血液病的预防、鉴别诊断及预后判断尤为重要。做好检验质量控制的前提是统一的标准制定检验方法和检验条件, 但目前由于实验室检验人员素质高低有很大的差别, 以致于检测结果存在人为因素的片面性, 对临床诊疗工作带来不良的影响。

细胞形态学在诊断和鉴别诊断血液病方面起着重要作用即使像流行性出血热这种不单依据形态学诊断的疾病, 对其早期诊断细胞形态的改变也起重要的作用[3]。所以我们应做到以下几点: (1) 大力度的宣传细胞形态学检验的重要性, 对细胞形态学高素质人才的培养要重视; (2) 提高细胞形态学人员临床知识水平[4]因为诊断不仅依靠形态学, 只有对疾病的临床知识及各种相关实验孰能掌握才能做出正确完整的诊断; (3) 建立和完善规章制度, 对血液分析仪细胞复检制定科学的标准; (4) 杜绝不具备细胞形态学资格的人员从事细胞形态学工作; (5) 多举行细胞形态学网上会诊活动, 便于疑难血液病的诊断。

总之, 血液细胞形态学的检查可以应用血细胞分析仪, 但只能作为一种过筛的手段, 在不确定的情况下, 一定要再做人工显微镜及相关的实验室检查, 以便减少血液细胞形态学误诊与漏诊, 从而能对疑难血液病做出明确诊断。

摘要：目的 对各种血液疾病进行血液细胞形态学误诊和漏诊的分析, 探讨误诊和漏诊原因, 从而使漏诊和误诊率下降。方法 所有病例均采用不抗凝外周血做血涂片, 瑞一姬染色, 观察红细胞、白细胞及血小板形态、数量及血液寄生虫, 并进行相关的血液学实验及生化检查。结果 对误诊漏诊的40例通过血液细胞形态学及相应检查, 对疾病进行确诊, 观察发生误诊、确诊临床症状、误诊病、确诊疾病统计。结论 血液细胞形态学的检查可以应用血细胞分析仪, 但只能作为一种过筛的手段, 在有可疑的情况下, 一定要做人工显微镜及相关的实验室检查, 以便减少血液细胞形态学误诊与漏诊。

关键词：血液细胞形态学,误诊,漏诊

参考文献

[1]朱忠勇.怎样看待血液分析仪的过筛作用[J].临床检验杂志, 2003 (21) :321.

[2]朱晓辉.应用血液分析仪后复查雪片的内容和方法及程度[J].中华检验医学杂志, 2003, 26 (10) :785.

[3]丛玉隆.ISO15189认可现场评审引发的对细胞形态检验问题的思考[J].中华检验医学杂志, 2008, 31 (9) :725.

成年水貂皮肤毛囊组织形态学分析 篇7

相对家禽家畜, 我国水貂等毛皮动物研究起步晚、起点低、投入少、研究人员少、进展缓慢, 尤其是缺乏大量的基础研究, 限制了对提高水貂等毛皮发育质量技术的研究。本研究主要对成年水貂不同部位皮肤毛囊形态结构进行微观分析, 为其技术应用与深入研究提供科学依据。

1 材料与方法

1.1 试验动物

6只发育正常、健康的18月龄雄性彩色水貂和黑色水貂, 体重在0.85kg, 来源于泰安郊区范镇个体养殖户;采样季节为当年6月中旬。

1.2 方法

1.2.1 样品收集 电击处死动物, 选取颈部、背部、腹部、尾部、前后肢皮肤毛囊组织, 采样区域面积大小4cm×4cm, 刮净表面毛发, 浸泡10%中性福尔马林溶液, 室温下固定至少24h。

1.2.2 切片制作 按照参考文献所提供的方法[3]分别制作连续纵切切片和横切切片。 把固定好的组织块进行脱水处理, 后用二甲苯I和二甲苯II分别浸泡10min, 将组织块浸入融化的石蜡内, 停留时间为30min, 放入盛有溶化石蜡的包埋柜里, 使组织块埋于石蜡中;然后用切片机按需要的厚度 (皮肤组织一般为5~7μm) 切成薄片, 在相应温水进行展片且附于载玻片上, 于38℃温箱中烘干;最后放于盛有二甲苯I和二甲苯II的染缸内依次脱蜡10min和5min, 用于染色。

1.2.3 染色 根据参考文献所提供的方法[4]进行。自二甲苯中取出切片, 放在格板内, 滴少量的树胶于组织片中央, 切片进行苏木素-伊红 (HE) 染色。

1.2.4 镜检与照相 利用不同放大倍数的显微镜进行比较观察, 并选择不同放大倍数进行照相。

2 结果

2.1水貂皮肤毛囊结构的纵切面观察

见图1。

图1A和图1B显示水貂皮肤层由外到内依次为表皮层、真皮和皮下组织层, 表皮层由角质层、颗粒层、棘层和基底层组成, 真皮由乳头层和网状层组成。图1A’和图1B’显示, 毛发作为皮肤的衍生物, 起源于皮肤的真皮层, 一般由初级毛囊和次级毛囊构成, 初级毛囊分为毛囊干和毛囊球, 毛囊毛球分布在真皮层的底部, 直径较大, 发育较早。次级毛囊直径较小且生长较浅, 分布在真皮层的中部, 毛囊深度变化较大。毛囊从内到外分别为毛干、内根鞘、外根鞘、结缔组织鞘, 初级毛囊的结缔组织鞘和外根鞘较厚, 结构也很致密。初级毛囊和次级毛囊的毛干又由毛小皮、毛皮质和髓质组成。

2.2不同部位毛囊横切面观察

见图2。

图2显示, 水貂毛囊结构是多毛囊结构, 每一个毛囊内含有一个初级毛囊和十几个次级毛囊, 大部分毛囊内还含有皮脂腺。从分布来看, 不同部位的毛囊密度、数量和形态差别较大, 颈部毛囊密度较大, 分布较均匀, 毛囊大小较一致, 形态偏小;背部和尾部毛囊成簇分布, 每簇大约由3~5个形态完整的毛囊组成, 内含多个皮脂腺, 毛囊形态较为一致, 毛囊直径较大, 毛囊和皮脂腺均较发达, 尾部毛囊数量虽较背部要少, 但毛囊簇却显得更为发达。腹部毛囊最为稀疏, 以单个毛囊为主, 显示针毛较少, 多为绒毛。水貂这种不同部位毛囊分布、结构形态的差异与毛发功能及其演化有很大关系。

3 讨论

(1) 水貂的皮肤组织像其它哺乳动物一样, 包括表皮层、真皮层和皮下组织层, 表皮层又由角质层、颗粒层、棘层和基底层组成, 而真皮层包含乳头层和网状层两层组织[5]。水貂的被毛作为皮肤衍生物, 其毛囊由上皮细胞和真皮细胞间相互作用形成毛囊原始体, 逐渐生长发育形成完整结构的毛囊。根据发育先后、组织结构和功能先后形成初级毛囊、次级毛囊, 初级毛囊发生早于次级毛囊, 并具有皮脂腺、汗腺、竖毛肌等附属结构;次级毛囊没有或仅有不发达的皮脂腺 (图1) , 但具有包含静止空气层的发达髓质, 这对水貂形成具有较好保温性能的绒毛非常重要[6]。同时, 水貂毛囊根植很深, 接近皮下组织层, 且毛根部膨大, 呈弯钩形, 有利于毛发的牢固而不脱落, 这也是建立鉴别水貂毛皮与人造毛皮方法的重要依据之一。 (2) 水貂毛囊的发育为遗传所决定, 要不断经历生长期、退行期和休止期的往复循环, 在这一循环中, 环境因素影响循环的周期[7]。如光照、气候温寒和营养等都影响毛囊的发育和被毛的生长, 这是造成不同地区、不同管理水平和不同饲养条件水貂毛皮质量差异的主要原因。本研究对水貂不同部位毛囊结构的比较可以看出毛囊发育呈现部位上的差异性, 这对水貂毛囊发育的调控研究及其生产利用提供很好的科学依据。

参考文献

[1]孙伟丽, 李光玉, 王夕国等.水貂毛囊发生发育规律研究进展及展望[J].特产研究, 2010 (4) :62-64.

[2]杨景晁, 曲绪仙, 马泽芳等.山东省毛皮动物养殖业发展现状与对策[J].经济动物学报, 2013, 17 (1) :41-44.

[3]梁东, 杨福合, 邢秀梅等.利用冷冻切片法与石蜡切片法对水貂组织切片进行优化研究[J].特产研究, 2011 (1) :5-8.

[4]李红芬, 郑肇巽, 马品耀等.HE染色原理和试剂配制及染色过程中的若干问题的探讨[J].医学信息 (上旬刊) , 2011, 24 (4) :1985-1986.

[5]王卓, 李光玉, 杨雅涵等.初生水貂皮肤毛囊发育组织学观察[J].中国畜牧兽医, 2014, 41 (8) :201-205.

[6]高雅琴, 王宏博, 梁丽娜等.蓝狐、水貂和獭兔的毛纤维显微结构观察[J].安徽农业科学, 2009, 37 (31) :15275-15277.