机器视觉识别 形态学检验新趋向

中国医师协会检验医师分会会长 丛玉隆 
 
　　作为最具临床价值的诊断手段，显微镜细胞形态学检查由于费时费力，近年来被忽视的情况日趋严重。在全国临检实验室和体外诊断系统标委会、北京医疗器械质量监督检验中心举办的第四届体外诊断产业发展国际高峰论坛上，专家就此提出的新解决方案引人关注。


　　如今，检验医学技术正向着自动化、床边化、分子化、国际化、标准化、信息化的方向发展。而形态学检查仍是最直接、最有效、最具诊断价值、技术含金量最高的诊断手段。但随着医院内诊治患者和体检人员大幅增加，医院检验科有限的技术人员很难在有限的时间内，及时、准确地进行细胞形态学检查。如何找寻理想的解决方案？笔者作为本次论坛主席、标委会主任在大会主旨报告中提出机器视觉识别技术将有望替代传统人工镜检的判断引起了关注。该技术可以筛选或部分替代血、尿等标本的人工镜检工作，将可能成为细胞形态学检验领域发展的新趋向。

　　该技术的工作原理是首先调节并实现最佳的视觉条件，接着采集视域所见目标的图像及特征参数，最后根据目标特征（如颜色、大小、形状、密度）参数数据分析，进行各种有形成分识别分类，从而实现镜下实景图自动识别分类计数，结果相对客观。在有些情况下，由于不必像人工镜检那样先离心再检测，就避免了离心过程中带来的误差，如细胞破坏、变形、丢失等，可降低临床漏检率。

　　在具体操作中，通常是在低倍镜下扫描定位，然后高倍镜根据低倍定位数据自动跟踪目标放大，采集细微的特征参数进行识别、分类定量计数。而对于不能识别或识别错误的目标，将提示由操作者审核报告时直接改正，无需复检。同时，该类目标由专家确认后对仪器进行训练，仪器自动建模，下次遇见同类目标时即可准确识别。其“见识”越多识别率越高，成为专家经验积累的记忆载体，即具有记忆和学习功能。

　　应该说，机器视觉识别技术是一种新兴的、很有前途的技术。要提高它的识别率，需注意三项关键技术。1.仪器采集的数据和模拟的计算公式要尽可能符合细胞的形态特征。2.在针对每个细胞的数据“训练”时，技术人员识别细胞要准确。3.因为细胞形态是千变万化的，要不断丰富仪器的数据库，比对数据越多，识别越准确。另外，尽管机器视觉识别技术有望替代人工镜检，但检验医师依然不能完全依赖机器，还需要认真审核形态报告，有些标本还需进一步在显微镜下检查。在分析前处理的环节上，标本收集、送检、保存等所有步骤也都要谨慎操作，以免差之毫厘，谬以千里。