基于DSP的血型圖像判讀系統

羅剛銀，王弼陡，孫海旋，程文播，吳 冬

（中國科學院 蘇州生物醫學工程技術研究所 中科院生物醫學檢驗技術重點實驗室，江蘇 蘇州 215163）

1 引 言

在臨床檢驗領域，血型分析是臨床輸血必須的檢測項目，是醫生作出正確病情診斷和輸血血型選擇的重要依據，其臨床應用極為廣泛。常見的血型分析方法是建立在血液紅細胞凝集反應基礎上的，通過檢測受血者與獻血者血液混合時是否發生紅細胞凝集或者溶血來判斷受血者與獻血者的血型匹配情況。

血型分析技術先后經歷了玻片法、試管法、試紙法、微板法和微柱凝膠法等幾個發展階段。微柱凝膠法是當前國際最先進的血型分析技術［1］，它將血液紅細胞凝集反應與微柱凝膠技術相結合，除了可以實現常規的血型檢測和血型匹配分析之外，還可以進行血液不規則抗體等項目的檢測，具有檢測過程標準化、操作簡單、檢測結果可長期保存等優點。

目前，玻片法和試管法正在被逐步取代，試紙法由于可檢項目較少而限制了其應用范圍，現在應用最廣的是微板法，而微柱凝膠法還處于推廣階段。目前，國內已經出現了采用微板法進行血型分析的國產專用儀器［2］，其血型結果也實現了光學方法或圖像分析方法［3］的自動判讀。但是，采用微柱凝膠法的國產儀器在國內尚未出現，對微柱凝膠法分析血型時的檢測結果往往還采用人眼判讀，因此存在極大的人為因素干擾，限制了微柱凝膠法這一先進技術的廣泛普及。針對這一現狀，本文研究了一種對微柱凝膠法檢測結果進行自動識別的血型圖像判讀系統。同時，由于DSP具有速度快、功能強大等優點，被廣泛運用于圖像處理領域［4－5］，因此選擇 DSP作為主控芯片設計判讀系統的硬件。

2 判讀系統的總體設計

血型圖像判讀系統主要完成血型圖像的采集、血型圖像的分析、血型圖像的保存、血型圖像的分析識別等工作，主要由主控單元、圖像采集單元、圖像顯示單元、圖像保存單元、背光源、電源等部分組成，如圖1所示。

圖1 判讀系統的結構框圖Fig.1 Structure diagram of recognition system

（1）主控單元：主要由DSP、SDRAM、FLASH和KEY組成。其中，DSP主要負責圖像采集和顯示時的編解碼工作，以及圖像的保存工作；SDRAM主要負責程序的運行，FLASH主要負責程序和數據的固化；KEY是按鍵，用于實現血型圖像判讀系統的按鍵操作。

（2）圖像采集單元：主要由PHLIPS公司的圖像解碼芯片SAA7113和CCD相機組成。CCD相機輸出的圖像模擬信號經過SAA7113芯片A／D轉換作用解碼成標準的VPO數字信號，然后被DSP芯片采集和分析。

（3）圖像顯示單元：主要由PHLIPS公司的圖像編碼芯片SAA7105和LCD顯示器組成。DSP芯片分析處理過的血型圖像VPO數字信號經過SAA7105芯片D／A轉換作用編碼成標準VGA模擬圖像信號，最終在LCD顯示器上顯示。

（4）圖像保存單元：主要由PB375A芯片和U盤／SD卡組成。PB375A是集成了FAT32文件系統的USB／SD讀寫芯片，可以方便地將封裝為bmp格式的血型圖像數據保存在U盤／SD卡中。

（5）背光源：主要由8行12列的光電二極管陣列和其前部勻光毛玻璃組成，其中光電二極管的頂端直徑為5mm，發光特性為白色高亮。背光源主要用于為CCD相機采集圖像時提供均勻的背景光，以保證采集到的血型圖像更加清晰。

（6）電源：主要由 LM2576－5.0 芯 片、LT1764AEQ－3.3芯片和 LT1764AEQ－Adj芯片等組成。由于背光源的功耗較大，同時CCD相機的工作電壓為12V，因此整個判讀系統采用12 V／6A的電源適配器供電。采用LM2576－5.0生成5V電壓用于給PB375A等芯片供電，采用LT1764AEQ－3.3 生 成 3.3V 電 壓 給TMS320DM642、SAA7113、SAA7105等芯片供電，采用 LT1764AEQ－Adj生成1.4V 電壓給TMS320DM642芯片供電。

3 判讀系統的硬件組成

血型圖像判讀系統選擇的DSP芯片為TI公司的TMS320DM642，主要具有以下特性［6］：

（1）1個64位外部存儲器接口（EMIF）

（2）1個I2C總線模塊

（3）3個可配置的視頻端口（VPO0－2）

（4）2個多通道帶緩沖串行端口（McBSP）

（5）1個16位通用輸入／輸出端口（GPIO）

（6）1個JTAG接口。

可見，TMS320DM642芯片有足夠的資源可以實現一個小型的圖像采集、分析和顯示系統。因此，在外圍硬件系統的設計過程中，本系統并未采用傳統的FPGA或者CPLD外擴系統所需的邏輯信號，而采用TMS320DM642芯片自帶的GPIO引腳來實現系統所必需的外部邏輯信號，包括FLASH芯片的存儲頁選擇信號A［21：20］和復位信號FLASH＿RST、SAA7105芯片的復位信號7105＿RST、PB375A芯片的復位信號375＿RST信號等，如圖2所示。可見，本系統具有結構簡單、成本低、體積小的優點。

圖2 判讀系統的硬件組成Fig.2 Hardware structure of recognition system

（1）主控單元：TMS320DM642具有的64位EMIF接口可與大多數存儲芯片（如SDRAM、FLASH、EPROM、FIFO等）無縫連接。本系統利用EMIF接口外擴了SDRAM存儲器和FLASH存儲器，如圖2所示。其中，SDRAM選擇Hynix公司的HY57V283220T芯片，FLASH選擇AMD公司的AM29LV033C芯片。

（2）圖像采集單元：本系統采用TMS320DM642的VP0口的低地址端口設計了圖像采集通路，如圖2所示。其中，圖像采集芯片SAA7113由I2C串口信號控制，引腳VP0CLK0為其提供時鐘輸入，引腳VP0［9：2］為圖像采集輸入通道［7］。

另外，由于CCD圖像信號在輸出的過程中受多種噪聲干擾，如暗電流噪聲、復位噪聲等［8］，因此本系統對CCD輸出的圖像信號進行了π型LC濾波，并采用隔直電容將CCD圖像信號耦合進入SAA7113芯片。π型LC濾波電路中的電容通過充放電作用使電壓波形變得平滑，同時電感也能使電流波形變得平滑，最終使CCD圖像信號變得平滑，以濾除其噪聲干擾。本系統中圖像信號的濾波輸入電路如圖3所示。

圖3 圖像信號的濾波輸入電路Fig.3 Filtering input circuit of image signal

（3）圖像顯示單元：本系統采用TMS320DM642的VP2口的地地址端口設計了圖像顯示通路，如圖2所示。其中，圖像顯示芯片SAA7105也由I2C串口信號控制，VP2CLK0為其提供時鐘輸入，VP2CTL0為其提供場同步信號，VP2CTL1為其提供行同步信號，VP2CTL2為其提供幀同步信號，VP2［9：2］GPIO［3］信號為其提供復位控制信號［9］。

（4）圖像保存單元：本系統通過將TMS320DM642的McBSP口配置為SPI協議下的主設備來實現與PB375A的通信。當McBSP是主設備時，主設備時鐘CLX1需要通過內部采樣率發生器產生，對從設備的使能來自主設備的發送幀同步脈沖FSX1，發送數據引腳DX1與接收數據引腳RX1用來實現與PB375A芯片的通信，如圖2所示。本系統同時設計了U盤和SD卡接口，PB375A與U盤通信的USB接口電路如圖4所示，與SD卡通信的接口電路如圖5所示。

圖4 USB接口電路Fig.4 USB interface circuit

圖5 SD接口電路Fig.5 SD interface circuit

BMP圖像數據格式由位圖文件頭、位圖信息頭、調色板、像素數據表構成，其中位圖文件頭包含文件類型、大小等信息，位圖信息頭包含圖像寬度、高度、顏色位數、是否壓縮等信息，調色板包含藍色分量、紅色分量、綠色分量等信息，像素數據表包含實際的圖像像素數據信息［10］。為了將SAA7113芯片采集到的圖像數據以bmp格式保存在U盤／SD卡中，首先需要按照bmp圖像數據格式的實際大小封裝出其文件頭、信息頭、調色板、像素數據表等，然后新建一個位圖文件或者打開一個已有的位圖文件，將這些封裝好的數據依次存入到U盤／SD卡中，其過程如圖6所示。

圖6 BMP圖像的保存流程圖Fig.6 Flow diagram of BMP image＇s save

4 判讀系統的軟件識別算法

4.1 算法簡介

微柱凝膠法采用血型卡作為反應容器，血型卡由微柱小管和銘牌構成，如圖7所示，CCD相機采集到的血型圖像即為反應后的血型卡實物圖像。

圖7 血型卡實物圖Fig.7 Real image of blood card

血型卡中的微柱小管是指示紅細胞凝集反應結果的反應區，銘牌是指示血型卡種類的字符區，二者共同指示了血型分析的結果。因此，本系統對血型圖像的判讀過程包括微柱小管中的紅細胞分布分析和利用顏色分量進行的銘牌種類分析兩部分，如圖8所示。

圖8 血型圖像的判讀流程Fig.8 Flow diagram of blood type image’s recognition

4.2 紅細胞分布分析

首先，采用加權平均值的方法對CCD相機采集到的血型卡原始圖像進行灰度變換，采用中值濾波法對原始圖像進行平滑濾波，以得到更加清晰的灰度圖像。

接著，采用模板匹配中的相關系數法分割出血型卡中的紅細胞凝集反應區，即微柱小管。假設M行N 列模板圖像為｛T［m，n］｝，0＜m＜M，0＜n＜N，在原始圖像中遍歷相同大小的以坐標（i，j）為左上角頂點的圖像模塊｛Si，j［m，n］｝，計算其相關系數Ri，j為［11］：

模板匹配需要對原始圖像的多個像素進行遍歷，計算量很大。為了提高模板匹配的速度，采用公式（2）所示邊界提取算法［12］得到原來模板圖像的骨架作為新的模板。

如圖9所示，左邊為原圖像模板，右邊為骨架圖像模板。

圖9 微柱小管分割的模板圖像Fig.9 Template image for segmenting the micro－tubular

同時，為了進一步提高模板匹配的速度，采用“粗精結合”的兩次匹配法。首先進行粗匹配，取模板圖像的隔行隔列數據，即四分之一的模板數據，在被搜索圖上進行隔行隔列掃描匹配。由于參與匹配運算的數據量大幅度減少，匹配速度會大幅度提高。然后進行精匹配，在第一次匹配所得的幾個匹配區域的小領域內，重新進行幾次實際模板圖像大小的模板匹配，且原始圖像也不再進行隔行隔列掃描。

然后，進行閾值分析，將分割出的微柱小管灰度圖像轉換為二值化的黑白圖像。

最后，對微柱小管中紅細胞的分布情況進行識別：當紅細胞在小管的上部時，發生凝集反應；當沉淀在下部時，未發生凝集反應。

4.3 銘牌種類分析

常見的血型卡有7種，各個銘牌都包括6個區域，不同銘牌的6個區域的顏色和其中的字符不同，因此，可以通過提取各個銘牌的不同顏色分布或者不同字符分布來識別銘牌的不同種類。

本系統采用對各銘牌分別提取出R（紅）、G（綠）、B（藍）三幅單色圖，然后進行灰度變換和閾值處理得到黑白圖像，分析其中黑白區域的分布便可得到當前血型卡的種類，進而識別出對應的不同的血型分析項目。

5 實驗結果

血型圖像判讀系統的硬件模塊主要包括圖像采集室、背光源、CCD相機、主控板、LCD顯示器等，其實物圖如圖10所示。

本系統對血型圖像進行了判斷測試。測試時，將CCD相機、LCD顯示器等依次連接到主控板上，打開背光源進行圖像采集，然后將采集到的圖像信號輸入到主控板中進行分析判讀，判讀內容包括紅細胞分布分析和銘牌種類分析兩個方面。

圖10 判讀系統實物圖Fig.10 Real image of the recognition system

5.1 紅細胞分布分析

首先對原始圖像進行灰度變換和平滑濾波，結果如圖11（a）所示；接著采用公式（1）所述的模板匹配算法對微柱小管進行有效分割，結果如圖11（b）所示，得到了圖像判讀所需的有效目標區域；然后采用閾值處理等算法對微柱小管進行閾值處理，并去掉小管的邊線，結果分別如圖11（c）、11（d）所示；最后進行紅細胞在微柱小管上部和下部不同分布情況的分析，結果如圖11（e）所示。可見，該算法有效地實現了紅細胞分布情況的分析。

圖11 紅細胞分布的分析過程Fig.11 Analysis process of red blood cell distribution

5.2 銘牌種類分析

七種不同血型卡銘牌的原始圖像如圖12（a）所示。首先提取原始圖像的藍色分量，然后對得到的單色圖像進行灰度變換和閾值處理，得到的黑白圖像如圖12（b）所示。可見，不同銘牌其藍色區域分布是不同的，因此通過對原始銘牌圖像進行單色處理可以有效的識別不同血型卡的種類。

圖12 銘牌種類的分析過程Fig.12 Analysis process of blood card’s type

6 結 論

設計了一種基于DSP的血型圖像判讀系統，該系統具有集圖像采集、圖像分析處理、圖像保存、圖像顯示等功能。另外，詳細介紹了血型圖像判讀算法的原理和軟件流程。實驗表明，本系統采用的算法可以有效的分割出血型卡中的微柱小管，并實現紅細胞分布的有效識別；同時，采用顏色分量提取的方法可以有效的區分血型卡的種類。因此，該系統可以方便有效的實現血型結果的自動化快速判讀。

［1］ 胡麗華.臨床輸血檢驗［M］.北京：中國醫藥科技出版社，2004.Hu L H.Clinical Transfusion Testing［M］.Beijing：China Medical Science Press，2004.（in Chinese）

［2］ 修淑麗，白和謙，王梅華.PK7200分析儀在鑒定血型方面的應用［J］.醫療衛生裝備，2005，26（7）：55－56.Xiu S L，Bai H Q，Wang S H.The application of PK7200analyzer in identification of blood group［J］.Chinese Medical Equipment Journal，2005，26（7）：55－56.（in Chinese）

［3］ 彭繼紅，錢榕，方昌志，等.數碼成像技術在 ABO血型檢測中應用［J］.實驗與檢驗醫學，2010，28（5）：77－78.Peng J H，Qian R，Fang C Z，et al.The application of digital imaging technique in the detection of ABO blood group［J］.Experimental and Laboratory Medicine，2010，28（5）：77－78.（in Chinese）

［4］ 賀柏根，劉劍，馬天瑋.基于 DSP＋FPGA的實時圖像去霧增強系統設計［J］.液晶與顯示，2013，28（6）：968－972.He B G，Liu J，Ma T W.Real－time image defogging and enhanced system designed based on DSP＋FPGA ［J］.Chinese Journal of Liquid Crystals and Displays，2013，28（6）：968－972.（in Chinese）

［5］ 張云峰.基于 DSP的實時圖像拼接技術［J］.液晶與顯示，2013，28（6）：963－967.Zhang Y F.Real－time ima ge mosaic technology based on DSP ［J］.Chinese Journal of Liquid Crystals and Displays，2013，28（6）：963－967.（in Chinese）

［6］ 許永輝，楊京禮，林連雷.TMS320DM642DSP原理與應用實踐［M］.北京：電子工業出版社，1999.Xu Y H，Yang J L，Lin L L.Principle and application of TMS320 DM642 DSP［M］.Beijing：Publishing House of Electonics Industry，1999.（in Chinese）

［7］ 沈志熙，陳鵬，馬軼男.基于SAA7113H和FPGA的圖像式汽車行駛記錄儀設計與實現［J］.儀表技術與傳感器，2011，16（2）：1－4.Shen Z X，Chen P，Ma Y N.Design and implementation of vehicle traveling image recorder based on SAA7113Hand FPGA ［J］.Instrument Technique and Sensor，2011，16（2）：1－4.（in Chinese）

［8］ 程鵬飛，顧明劍，王模昌.CCD視頻信號處理電路設計［J］.科學技術與工程，2006，6（24）：1671－1815.Cheng P F，Gu M J，Wang M C.Designed of CCD video signal process circuit［J］.Science Technology and Engineering，2006，6（24）：1671－1815.（in Chinese）

［9］ 范加利，趙國良.嵌入式視頻系統中 VGA接口的設計［J］.應用科技，2008，35（10）：1－4.Fan J L，Zhao G L.A design of VGA interface for the embedded video system ［J］.Applied Science and Technology，2008，35（10）：1－4.（in Chinese）

［10］ 楊淑瑩.VC＋＋圖像處理程序設計［M］.北京：清華大學出版社，2005.Yang S Y.Image Processing Program Design of VC＋＋ ［M］.Beijing：Tsinghua University Press，2005.（in Chinese）

［11］ 劉鋒，于凱，李相津，等.TFT－LCD生產中毛刷清洗工藝的研究 ［J］.現代顯示，2007（8）：54－56.Liu F，Yu K，Li X J，et al.Brush cleaning process analysis in TFT－LCD industry［J］.Advanced Display，2007（8）：54－56.（in Chinese）

［12］ 岡薩雷斯.數字圖像處理［M］.北京：電子工業出版社，2007.Rafael C G.Digital Image Processing ［M］.Beijing：Publishing House of Electonics Industry，2007.（in Chinese）