本發(fā)明大體涉及生物顆粒的光學(xué)分析的領(lǐng)域，特別適用于微生物診斷，更特別地，適用于微生物和/或它們應(yīng)激反應(yīng)條件的識(shí)別。生物顆粒的光學(xué)分析還可以應(yīng)用于細(xì)胞培養(yǎng)的監(jiān)測(cè)。

背景技術(shù)：

數(shù)字全息顯微術(shù)，dhm，是一種已知的成像技術(shù)，使傳統(tǒng)的光學(xué)顯微術(shù)的景深限制被克服。示意性地，數(shù)字全息顯微術(shù)包括：記錄由所觀測(cè)的物體所衍射的光波和具有空間相干性的參考波之間的干涉所形成的全息圖。在myungk.kim于2010年1月在spiereviews第1卷第1號(hào)發(fā)表的題為《principlesandtechniquesofdigitalholographicmicroscopy(數(shù)字全息顯微術(shù)的原理和技術(shù))》的文章中可以找到對(duì)數(shù)字全息顯微術(shù)的概述。

近來(lái)提出了將數(shù)字全息顯微術(shù)用于微生物的自動(dòng)識(shí)別。例如，n.wu等人在computationalandmathematicalmethodsinmedicine第2013卷、文章號(hào)id162105中發(fā)表的題為《three-dimensionalidentificationofmicroorganismsusingadigitalholographicmicroscope(使用數(shù)字全息顯微鏡的微生物三維識(shí)別)》的文章描述了一種方法，該方法用于通過(guò)朝著與顆粒上的聚焦對(duì)應(yīng)的平面的數(shù)值傳播來(lái)識(shí)別待分析的體積中細(xì)菌的不同類型。在不同深度聚焦的圖像被用于對(duì)微生物的三維表示進(jìn)行重構(gòu)。然后，使用非線性3d濾波來(lái)對(duì)在它們進(jìn)行分類。

類似地，ahmedelmallahi于2013年1月在appliedoptics第52卷第1號(hào)中發(fā)表的題為《automatedthree-dimensionaldetectionandclassificationoflivingorganismsusingdigitalholographymicroscopywithpartialspatialcoherentsource:applicationtomonitoringofdrinkingwaterresources(使用具有局部空間相干源的數(shù)字全息顯微術(shù)的活有機(jī)體的自動(dòng)三維檢測(cè)和分類：應(yīng)用于飲用水資源的監(jiān)測(cè))》的文章描述了一種方法，該方法包括：用于檢測(cè)待分析的體積中的細(xì)菌的位置的第一步驟；使用數(shù)值傳播而在體積中的不同深度處聚焦的聚焦步驟；隨后根據(jù)細(xì)菌的形態(tài)特征來(lái)對(duì)細(xì)菌進(jìn)行分類。

然而，前述識(shí)別方法是復(fù)雜的，因?yàn)樗鼈冃枰谙嗬^的焦平面中聚焦。相反地，對(duì)于以低誤檢率識(shí)別微生物類型來(lái)說(shuō)，在單個(gè)焦平面中(換言之，在單個(gè)分析深度處)的聚焦一般而言是不夠的。

因此，本發(fā)明的目的是提出一種用于通過(guò)數(shù)字全息顯微術(shù)來(lái)識(shí)別有機(jī)顆粒的方法，該方法允許獲得低誤檢率而同時(shí)該方法是簡(jiǎn)單又魯棒的。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明是由一種根據(jù)使用光學(xué)系統(tǒng)所獲得的一堆全息圖像來(lái)識(shí)別生物顆粒的方法來(lái)限定的，其中：

–針對(duì)相對(duì)于焦平面的多個(gè)散焦偏差來(lái)獲得所述全息圖像，沿著所述光學(xué)系統(tǒng)的光軸取得所述散焦偏差；

-在所述一堆全息圖像中選擇與焦平面最接近的圖像作為參考全息圖像；

-針對(duì)感興趣生物顆粒，從所述一堆全息圖像中提取包括所述感興趣生物顆粒的一堆圖像塊；

-從所提取的一堆圖像塊中識(shí)別感興趣顆粒的類型。

最小散焦偏差優(yōu)選地大于感興趣生物顆粒的最大厚度，使得圖像塊包括感興趣生物顆粒的不多于單個(gè)聚焦圖像。

根據(jù)實(shí)施例的第一變形例，由所述光學(xué)系統(tǒng)針對(duì)沿著所述光軸的多個(gè)位置來(lái)獲取所述全息圖像。

根據(jù)實(shí)施例的第二變形例，由所述光學(xué)系統(tǒng)來(lái)獲取第一全息圖像，并且使用數(shù)值傳播模型根據(jù)所述第一全息圖像來(lái)計(jì)算所述一堆全息圖像中的其他全息圖像。在該情況下，按照相對(duì)于所述焦平面的非零散焦偏差來(lái)取得所述第一全息圖像。

可以從所述一堆全息圖像中選擇使預(yù)定對(duì)比度準(zhǔn)則最大化的圖像作為所述參考圖像。

接下來(lái)，在所述一堆圖像塊中選擇屬于所述參考圖像的且以所述感興趣顆粒為中心的圖像塊作為參考?jí)K，然后選擇所述散焦偏差的原點(diǎn)作為所述參考?jí)K在所述光軸上的位置。

可以通過(guò)在以所述感興趣顆粒為中心的且屬于所述一堆全息圖像中所述參考圖像的相鄰圖像的圖像塊中搜索使預(yù)定對(duì)比度準(zhǔn)則最大化的塊來(lái)更新參考?jí)K。

根據(jù)第一實(shí)施例，針對(duì)所述一堆圖像塊中的每個(gè)塊，計(jì)算該塊上的至少一個(gè)特征量的值，并且根據(jù)由此計(jì)算出的特征量的值沿著所述光軸來(lái)獲得所述特征量的輪廓。

然后，將所述特征量的輪廓與閾值進(jìn)行比較，并且當(dāng)該輪廓超過(guò)該閾值時(shí)推斷所述感興趣生物顆粒是第一類型的，而當(dāng)該輪廓不超過(guò)該閾值時(shí)推斷所述感興趣生物顆粒是第二類型的。

或者，使用相似度準(zhǔn)則，將所述特征量的輪廓與針對(duì)不同的已知生物顆粒類型而獲得的多個(gè)標(biāo)準(zhǔn)輪廓進(jìn)行比較，并且根據(jù)與所述特征量的輪廓有最大相似度的標(biāo)準(zhǔn)輪廓來(lái)推斷生物顆粒的類型。

所述相似度準(zhǔn)則可以選自相關(guān)性、皮爾森相關(guān)系數(shù)、二次偏差。

又或者，使用監(jiān)督學(xué)習(xí)方法而在多個(gè)輪廓種類之中對(duì)所述特征量的輪廓進(jìn)行分類，每個(gè)種類與給定的生物顆粒類型對(duì)應(yīng)。

根據(jù)第二實(shí)施例，在所述一堆圖像塊中選擇與預(yù)定散焦偏差對(duì)應(yīng)的多個(gè)塊。

然后，使用相似度準(zhǔn)則在所述選擇的多個(gè)塊與同一批多個(gè)標(biāo)準(zhǔn)塊之間進(jìn)行比較，每批多個(gè)標(biāo)準(zhǔn)塊與給定的生物顆粒類型對(duì)應(yīng)，根據(jù)與所述選擇的多個(gè)塊有最大相似度的多個(gè)標(biāo)準(zhǔn)塊來(lái)推斷感興趣生物顆粒的類型。

這里，所述相似度準(zhǔn)則也可以是相關(guān)性、二次偏差、空間傅里葉變換后的二次偏差、基于主成分分析的準(zhǔn)則。

附圖說(shuō)明

在參照附圖來(lái)閱讀優(yōu)選實(shí)施例時(shí)，本發(fā)明的其他特征和優(yōu)點(diǎn)將變得明顯，在附圖中：

圖1示意性地示出了可在用于識(shí)別生物顆粒的本發(fā)明方法中使用的、用于記錄全息圖像的裝置；

圖2示意性地示出了根據(jù)本發(fā)明第一實(shí)施例的用于識(shí)別生物顆粒的方法的流程圖；

圖3示意性地示出了根據(jù)一堆圖像提取一堆圖像塊；

圖4示意性地示出了在一堆塊中搜索參考?jí)K；

圖5a和圖5b分別示出了兩個(gè)已知生物顆粒類型的特征量的軸向輪廓；

圖6示意性地示出了根據(jù)本發(fā)明第二實(shí)施例的用于識(shí)別生物顆粒的方法的流程圖；

圖7給出了用于不同的已知生物顆粒類型的標(biāo)準(zhǔn)塊的m元組的示例。

具體實(shí)施方式

本發(fā)明的用于識(shí)別生物顆粒的方法依賴于用于記錄全息圖像的設(shè)備，例如，結(jié)合圖1描述的用于記錄全息圖像的設(shè)備。

該設(shè)備100包括優(yōu)選地時(shí)間上相干的、窄譜寬的光源110，譜寬例如小于200nm或者甚至小于100nm，或者甚至小于25nm。該光源尤其可以是激光二極管、或發(fā)光二極管。優(yōu)選地，光源是空間上相干的。光源發(fā)射的光束由待分析的樣品下方的光纖120來(lái)傳遞。該樣品是含有待識(shí)別生物顆粒p的液體，諸如水、緩沖溶液、培養(yǎng)基或反應(yīng)介質(zhì)。或者，樣品可以是固體介質(zhì)的形式，優(yōu)選地，透明的固體介質(zhì)，諸如包含所考慮的顆粒的瓊脂。樣品還可以是氣體介質(zhì)。生物顆?？梢员话跇悠返谋砻嫔匣蚪橘|(zhì)內(nèi)部。

待識(shí)別的生物顆粒可以是微生物，例如，細(xì)菌或酵母。待識(shí)別的生物顆粒還可以是細(xì)胞、多細(xì)胞生物或任何其他污染類型顆?；驂m埃顆粒。

所觀察的顆粒的尺寸介于100nm與幾百微米(甚至幾毫米)之間。

樣品被容納在分析室130中，分析室130是由下載玻片131(例如，傳統(tǒng)的顯微鏡載玻片)和上載玻片132來(lái)豎直地界定的。分析室是由粘合劑135或任何其他防滲材料來(lái)橫向地界定的。對(duì)于光源的波長(zhǎng)來(lái)說(shuō)，下載玻片和上載玻片是透明的。生物顆粒被固定于分析室中，這是因?yàn)楹猩镱w粒的介質(zhì)是固體的(瓊脂)或因?yàn)榻橘|(zhì)是流體但是顆粒附著于上載玻片的內(nèi)表面132i。如果顆粒的運(yùn)動(dòng)速度足夠慢使得在測(cè)量時(shí)間期間能夠認(rèn)為顆粒是固定的，則顆?？梢允且苿?dòng)的。

裝置100還包括光學(xué)系統(tǒng)140，光學(xué)系統(tǒng)140例如由顯微鏡物鏡145和鏡筒透鏡141形成。光學(xué)系統(tǒng)在光學(xué)上配備有濾波器143，濾波器143可以位于物鏡的前方或位于物鏡和鏡筒透鏡之間。

光學(xué)系統(tǒng)140尤其由其光軸δ、物平面或焦平面、以及其像平面πi表征，焦平面在距物鏡的距離d處，像平面通過(guò)光學(xué)系統(tǒng)與物平面共軛。換言之，對(duì)于位于物平面πo中的物體，在像平面πi中存在該物體的對(duì)應(yīng)清晰圖像。物平面和像平面與光軸δ正交。

圖像傳感器150(例如，ccd或cmos傳感器)位于像平面πi中，或在像平面附近。因此，傳感器150通過(guò)焦平面的一部分的透射來(lái)獲取圖像。

光學(xué)系統(tǒng)140相對(duì)于分析室130的位置可以被豎直地調(diào)整。例如，物鏡被固定于能夠沿著豎直軌道移動(dòng)的透鏡支架。因此，可以聚焦于一個(gè)或多個(gè)感興趣的生物顆粒上。

在圖像傳感器上形成的圖像是全息圖像，這是由于該圖像是由生物顆粒所衍射的波與穿過(guò)樣品而不與樣品相互作用的參考波之間的干涉得到的。

或者，可以將光束分成兩個(gè)分量，例如使用半透明板(未示出)來(lái)將光束分成兩個(gè)分量。然后，第一分量用作參考波，而第二分量被樣品衍射，光學(xué)系統(tǒng)的像平面中的圖像是由衍射波和參考波之間的干涉得到的。

然后，使用本發(fā)明的識(shí)別方法來(lái)處理由此獲取的樣品圖像。

圖2示意性地示出了根據(jù)本發(fā)明第一實(shí)施例的用于識(shí)別生物顆粒的方法的流程圖。

在步驟210，獲得樣品中的感興趣生物顆粒的多個(gè)(或一堆)全息圖像。

根據(jù)第一變形例，在實(shí)驗(yàn)中通過(guò)成像系統(tǒng)來(lái)獲取這些圖像，這些圖像中的每個(gè)圖像對(duì)應(yīng)于沿著光軸δ取得的距分析室的不同距離。

根據(jù)第二變形例，在距分析室的第一距離處獲取第一圖像，該距離不一定對(duì)應(yīng)于這些顆粒上的聚焦條件。尤其是要注意到，當(dāng)對(duì)于光源的波長(zhǎng)而言待分析生物顆粒為透明的時(shí)，該第一圖像不會(huì)是在聚焦條件下取得的，而是在距聚焦位置預(yù)定距離處得到的。該距離優(yōu)選地短于2mm，更優(yōu)選地短于1mm，甚至短于500μm。那么，由此獲取的該第一圖像被說(shuō)成是散焦的。

使用如下面闡述的數(shù)值傳播模型來(lái)根據(jù)初始的散焦圖像來(lái)計(jì)算額外的圖像。計(jì)算出的額外圖像是會(huì)在光學(xué)系統(tǒng)與分析室之間的不同距離處(即，在成像系統(tǒng)的不同軸位置處)觀察到的圖像。

在sang-hyuklee等人于2007年2月19日在opticsexpress第15卷第4號(hào)第1505-1512頁(yè)中發(fā)表的題為《holographicmicroscopyofholographicallytrappedthree-dimensionalstructures(全息捕獲的三維結(jié)構(gòu)的全息顯微術(shù))》的文章中闡述了通過(guò)數(shù)值傳播進(jìn)行的圖像計(jì)算方法。

更具體地，如果瑞利-索末菲(rayleigh-sommerfeld)的傳播函數(shù)被記為hz(r)，即：

其中，z是散焦高度，換言之，距焦平面的偏差，r＝(x,y)是像平面中的位置，r²＝r²+z²和k＝2πn/λ是相對(duì)于傳播介質(zhì)的波數(shù)，那么坐標(biāo)平面z中的波可以被表達(dá)為如下形式：

其中b(q)是焦平面中的衍射波的強(qiáng)度b(r)的傅里葉變換(這里，參考波的強(qiáng)度被假設(shè)為恒定)，h-z(q)是h-z(r)的傅里葉變換，以及q是傅里葉變換中的r的對(duì)耦變量。

因此，將理解到，可以針對(duì)沿著光軸的坐標(biāo)z1,...,zn構(gòu)建一堆圖像i1,...,in，坐標(biāo)的原點(diǎn)取在軸聚焦位置處，每個(gè)圖像in均由復(fù)數(shù)幅度a(r,zn)來(lái)限定。

在步驟220，在前述步驟處獲得的一堆圖像i1,...,in中選擇參考圖像iref。該參考圖像是與感興趣生物顆粒上的理想聚焦條件最對(duì)應(yīng)的圖像。在理想實(shí)驗(yàn)條件下，顆粒位于上載玻片132的內(nèi)表面132i上，并且該表面垂直于光軸δ。然后，理想聚焦條件是其中焦平面與前述內(nèi)表面合并的條件。

在實(shí)踐中，當(dāng)生物顆粒不透明時(shí)，可以根據(jù)應(yīng)用于含有生物顆粒的區(qū)域的最大對(duì)比度準(zhǔn)則來(lái)選擇參考圖像。該最大對(duì)比度準(zhǔn)則可以是例如最大標(biāo)準(zhǔn)差，或該區(qū)域中的最大梯度的均值。

當(dāng)生物顆粒透明時(shí)，有利地，使用具有球面像差的光學(xué)系統(tǒng)以避免在聚焦位置處的信號(hào)的完全消失。

在所有情況下，參考圖像的軸位置則會(huì)被取為參考位置(z＝0)，相對(duì)于該參考位置來(lái)計(jì)算該一堆圖像中的其他圖像的位置。

在步驟230，在參考圖像中選擇至少一個(gè)待分析顆粒。該選擇可以是自動(dòng)的，并且例如基于形態(tài)和/或光度準(zhǔn)則來(lái)執(zhí)行。

對(duì)于每個(gè)待分析顆粒，在參考圖像中確定待分析顆粒的位置(x,y)，按照以該位置為中心的圖像塊bref的形式來(lái)確定感興趣區(qū)域。將注意到，該圖像塊可以比待分析顆粒的尺寸更大或更小。該圖像塊bref提取自參考圖像iref。

在步驟240，根據(jù)該一堆圖像中的其他圖像，提取與提取自參考圖像的圖像塊的同一位置對(duì)應(yīng)的圖像塊。這給出了一堆圖像塊b1,...,bn，即，將該一堆圖像限制于以待分析顆粒為中心的感興趣區(qū)域。將理解到，該一堆圖像中的每個(gè)圖像塊均與不同軸位置對(duì)應(yīng)，并且因此與相對(duì)于參考?jí)Kbref的不同散焦條件對(duì)應(yīng)。

圖3示意性地示出了一堆圖像i1,...,in、以及以具有坐標(biāo)(x,y)的感興趣顆粒p為中心的一堆圖像塊b1,...,bn。這里，圖像塊是方形的，但是將理解到，在不背離發(fā)明的范圍的情況下可以構(gòu)想其他塊形狀。

可選地，在步驟250，精細(xì)調(diào)節(jié)參考圖像的選擇，并且因此還針對(duì)待分析顆粒來(lái)精細(xì)調(diào)節(jié)參考圖像塊的選擇。如果不是所有顆粒都位于與光軸正交的同一平面中(當(dāng)上載玻片的內(nèi)表面不與光軸完全正交時(shí)尤其是這種情況)，則一個(gè)顆粒與另一個(gè)顆粒的焦平面可能不同。然后，在該一堆圖像塊中進(jìn)行搜索，并且有利地，在步驟220處選擇的參考圖像iref的兩側(cè)的圖像塊中搜索與聚焦條件最對(duì)應(yīng)的圖像塊。如在步驟220處那樣，可以使用最大對(duì)比度準(zhǔn)則來(lái)進(jìn)行該選擇，但是這時(shí)在該一堆圖像塊上進(jìn)行。這里，最大對(duì)比度準(zhǔn)則也可以是最大標(biāo)準(zhǔn)差，或者圖像塊上的最大梯度的均值。然后，所選擇的圖像塊成為該一堆圖像塊中的新參考圖像塊bref。

圖4示出了在生物顆粒的一堆圖像塊中搜索參考?jí)K的示例。沿著x軸給出圖像塊的下標(biāo)，每個(gè)圖像塊bn對(duì)應(yīng)于不同的軸位置zn，并且沿著y軸給出圖像塊中的像素強(qiáng)度的標(biāo)準(zhǔn)差。

步驟220處的參考圖像iref的搜索、以及步驟230處的以感興趣顆粒為中心的圖像塊的提取給出了第一參考?jí)K，第一參考?jí)K在該圖中被命名為在可選步驟250處針對(duì)聚焦的更加精細(xì)調(diào)節(jié)地搜索會(huì)給出第二參考?jí)K第二參考?jí)K與標(biāo)準(zhǔn)差曲線的最大值對(duì)應(yīng)。如果執(zhí)行該步驟，則因此該第二參考?jí)K將會(huì)被取為用于該識(shí)別方法其余部分的參考?jí)Kbref。

在步驟260，針對(duì)該一堆圖像塊的每個(gè)圖像塊bn，計(jì)算至少一個(gè)特征量g(zn)，沿著光軸來(lái)推導(dǎo)該特征量的軸向輪廓。更具體地，如果圖像塊b1,...,bn對(duì)應(yīng)于軸位置z1,...,zn，則圖像塊的軸向輪廓包括序列g(shù)(z1),g(z2),...,g(zn)。

該特征量尤其可以是與圖像塊相關(guān)的統(tǒng)計(jì)量，例如，圖像塊中的像素強(qiáng)度的均值、中值、標(biāo)準(zhǔn)差。此外，如果該一堆圖像是通過(guò)數(shù)值傳播獲得的而不是實(shí)驗(yàn)獲取的，則復(fù)數(shù)值可以與圖像塊的每個(gè)像素相關(guān)聯(lián)。那么，特征量可以與這些復(fù)數(shù)值的實(shí)部或虛部相關(guān)聯(lián)。例如，作為特征量，可以取圖像塊中的復(fù)數(shù)量的虛部的均值的平方，即，對(duì)于圖像塊bn：。

其中，e(.)表示與r∈bn相關(guān)的均值。

可選地，可插入離散值g(z1),g(z2),...,g(zn)以獲得特征量的輪廓的更加精細(xì)調(diào)節(jié)的分辨率。

在步驟270，根據(jù)由此獲得的軸向輪廓來(lái)識(shí)別生物顆粒的類型。

根據(jù)第一特別簡(jiǎn)單的變形例，軸向輪廓g(z)可以與閾值進(jìn)行比較，從而區(qū)分兩類顆粒。

圖5a和圖5b示出了針對(duì)兩類生物顆粒(即，表皮葡萄球菌(圖5a)和金黃色葡萄球菌)的特征量(這里，圖像塊中的量的虛部的均值的平方)的軸向輪廓。這里可以看到，閾值th(諸如0.4)能夠有效地區(qū)分這兩類生物顆粒(這里，兩類葡萄球菌)。如果軸向輪廓超過(guò)該閾值，則該生物顆粒將被識(shí)別為表皮葡萄球菌，而如果軸向輪廓不超過(guò)該閾值，則該生物顆粒將被識(shí)別為金黃色葡萄球菌。

將注意到，該第一變形例不要求精確確定參考?jí)Kbref。然而，必須在步驟230在參考圖像iref中進(jìn)行搜索以選擇待分析的顆粒。

在第二變形例中，使用相似度準(zhǔn)則來(lái)對(duì)特征量的軸向輪廓與例如存儲(chǔ)在數(shù)據(jù)庫(kù)中的之前針對(duì)已知類型的生物顆粒獲得的該同一特征量的軸向輪廓g1(z),...,gk(z)進(jìn)行比較。輪廓g1(z),...,gk(z)被記為標(biāo)準(zhǔn)輪廓。使用共同原點(diǎn)(參考?jí)K)的事實(shí)便于進(jìn)行比較。

相似度準(zhǔn)則可以是例如相關(guān)性值，或皮爾森相關(guān)系數(shù)。與輪廓g(z)最接近的標(biāo)準(zhǔn)輪廓gk(z)的下標(biāo)kmax∈{1,...,k}給出了生物顆粒的類型。

在第三識(shí)別變形例中，在步驟270，針對(duì)該一堆圖像中的每個(gè)圖像塊bn來(lái)計(jì)算幾個(gè)特征量這給出了對(duì)顆粒進(jìn)行表征的多個(gè)軸向輪廓可以使用相似度準(zhǔn)則來(lái)對(duì)該多個(gè)輪廓與針對(duì)已知k類顆粒中的每類顆粒而獲得的同樣的多個(gè)輪廓(即，)進(jìn)行比較。使用相似度準(zhǔn)則，對(duì)與所測(cè)量的輪廓最接近的多個(gè)標(biāo)準(zhǔn)軸向輪廓進(jìn)行確定。如在第一變形例中那樣，下標(biāo)kmax給出了所分析生物顆粒的類型。

在第四變形例中，顆粒識(shí)別使用了監(jiān)督學(xué)習(xí)方法。該變形例假設(shè)針對(duì)多個(gè)k類生物顆粒事先獲取軸向輪廓。然后，使用軸向輪廓的值或者優(yōu)選地該輪廓的特征作為描述符來(lái)將生物顆粒分類為k類，能夠由l維空間中的一組點(diǎn)來(lái)表示每類。

根據(jù)待分析的生物顆粒的軸向輪廓，確定l維空間中的對(duì)應(yīng)點(diǎn)，并搜索該組點(diǎn)，即，該組點(diǎn)所屬于的類。

例如，如果表達(dá)式(3)所限定的量被取為圖像塊的特征量，并且其最大值被取為輪廓特征，則能夠顯示出可以獲得細(xì)菌：約氏不動(dòng)桿菌、產(chǎn)氣腸桿菌、大腸桿菌、表皮葡萄球菌的有效分類。因此，在已知種群的樣品上，獲得了以下混合矩陣：

其中，不同行對(duì)應(yīng)于不同類型的種群，不同列對(duì)應(yīng)于識(shí)別方法所預(yù)測(cè)的類。將注意到，混合矩陣是對(duì)角占優(yōu)的并且因此識(shí)別錯(cuò)誤率相對(duì)低。

本領(lǐng)域技術(shù)人員將理解到，通常的監(jiān)督學(xué)習(xí)方法，諸如貝葉斯分類技術(shù)或支持向量機(jī)，可用于根據(jù)生物顆粒的軸向輪廓來(lái)對(duì)生物顆粒進(jìn)行分類。

圖6示例性地示出了根據(jù)本發(fā)明第二實(shí)施例的用于識(shí)別生物顆粒的方法的流程圖。

本發(fā)明的第二識(shí)別方法還基于以感興趣生物顆粒為中心的一堆圖像塊。從如之前所描述的所獲取的或所計(jì)算的一堆圖像中提取這些圖像塊。更具體地，步驟610至650與根據(jù)本發(fā)明第一實(shí)施例的識(shí)別方法的步驟610至650分別相同。因此，將不進(jìn)一步描述這些步驟。

然而，在步驟660，不計(jì)算特征量，而是在一堆圖像塊中選擇位于相對(duì)于參考?jí)Kbref預(yù)定偏差(enz)處(z＝0)的子多個(gè)m個(gè)圖像塊。在實(shí)踐中，以有規(guī)律的間隔獲取或計(jì)算(通過(guò)數(shù)值傳播)該一堆圖像，從一堆圖像塊中進(jìn)行選擇將涉及相對(duì)于參考?jí)K下標(biāo)的預(yù)定下標(biāo)。

在步驟670，使用相似度準(zhǔn)則，將所選的圖像塊的m元組與標(biāo)準(zhǔn)塊的m元組進(jìn)行比較，標(biāo)準(zhǔn)塊的每個(gè)m元組涉及一個(gè)已知類型的生物顆粒，每個(gè)m元組自身中的圖像塊是以前述預(yù)定距離來(lái)獲得的。

相似度準(zhǔn)則可以是待分析顆粒的圖像塊的傅里葉變換與標(biāo)準(zhǔn)圖像塊的變換之間的空間相關(guān)性、皮爾森相關(guān)系數(shù)、二次偏差，甚至可以基于主成分分析(pca)。在基于主成分分析的情況下，對(duì)于待分析顆粒的圖像塊的m元組中的每個(gè)圖像塊和標(biāo)準(zhǔn)圖像塊的m元組中的每個(gè)圖像塊，可以確定像素分布的主軸，并且可以在待分析顆粒的圖像塊的主軸與標(biāo)準(zhǔn)塊的主軸的對(duì)準(zhǔn)之間進(jìn)行比較(例如，利用方向向量的標(biāo)量積)。

不論所選擇的相似度準(zhǔn)則如何，在步驟680，與待分析顆粒的圖像塊的m元組最接近的標(biāo)準(zhǔn)塊的m元組給出了生物顆粒的類型。

圖7給出了針對(duì)不同生物顆粒的標(biāo)準(zhǔn)塊的m元組的示例。

在所示出的情況下，m＝3并且預(yù)定散焦偏差分別為15μm(第一列中的圖像塊)、6μm(第二列中的圖像塊)和0μm(焦平面中的第三列中的圖像塊)，在光束的傳播方向上正向地計(jì)算該偏差。

第一行中的標(biāo)準(zhǔn)塊涉及種類大腸桿菌，第二行中的標(biāo)準(zhǔn)塊涉及種類約氏不動(dòng)桿菌，第三行中的標(biāo)準(zhǔn)塊涉及種類表皮葡萄球菌。

可以看出，種類大腸桿菌與種類約氏不動(dòng)桿菌的標(biāo)準(zhǔn)塊在15μm處具有非常相似的結(jié)構(gòu)，而表皮葡萄球菌的標(biāo)準(zhǔn)塊具有很不同的結(jié)構(gòu)。類似地，種類約氏不動(dòng)桿菌和種類表皮葡萄球菌的標(biāo)準(zhǔn)塊在0μm處具有非常類似的結(jié)構(gòu)，而大腸桿菌具有很不同的結(jié)構(gòu)。因此，使用三個(gè)一組的圖像塊能夠消除識(shí)別模糊。