荧光显微图像识别方法在呼吸道九联检中的应用

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

所属期刊栏目：39

分类号：R318(医用一般科学)

在线出版日期：2020-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：626-630