基于微流控与动态显微成像的全血细胞分类计数方法

为了实现高通量、高准确率的全血细胞检测,提出了一种基于微流控芯片与动态显微成像技术的全血细胞分类计数方法,并对该方法在全血细胞识别中的准确性以及在实际样本检测中的有效性进行了研究。首先,以微流控芯片为核心,设计了动态显微成像的细胞图像采集平台。然后,以目标检测网络YOLO V4为检测模型,完成对连续帧图像中的细胞分类与定位。最后,在获取血细胞的类别以及坐标数据后,完成对两类血细胞数量的统计。实验结果表明:两类血细胞识别的均值平均精度(mAP)达到了99.25%。在进行了真实血液样本的测试后,红细胞与白细胞的比值分布范围与临床中血常规检测的基本一致,体现出了一定的临床参考价值,并且能为全血细胞即时检测(POCT)的实现提供一种可行的思路。

基于动态显微成像的红细胞多角度形态学分析方法

提出一种结合显微镜和微流控芯片技术的红细胞多角度形态学分析方法,实现了红细胞的动态显微成像,用于红细胞多角度形态学的测量与分析。利用微流控芯片的缩/扩结构使红细胞在特定位置产生旋转或翻转;利用MATLAB对采集到的视频图像进行分帧处理,通过灰度调整、中值滤波、形态学处理、质心法、目标物识别、动态跟踪等算法处理后,实现对血细胞的有效识别与准确的分类、计数;对分类结果进行多角度形态学分析,并对不同形态红细胞进行最大直径的测量。通过对单细胞多帧关联图像的分析,验证方法的准确性;并利用红细胞多角度形态学分析方法,对糖尿病患者血液及正常人血液进行实验。结果表明,糖尿病患者红细胞相比于正常人红细胞,其平均最大直径及分布宽度均增大。微流控芯片结合图像处理的方法可以实现糖尿病患者与正常人红细胞高通量检测及多角度分析,为其他类型样本细胞多角度形态学测量提供新方法。