染色法尿液有形成分分析系统的临床应用（二）
4. 染色法的其他优势：通过改良S染色法，还可区分活体白细胞与死体白细胞，而尿液中白细胞的死活可为临床尿路感染提供依据。染色法的一个特点是白细胞的活细胞往往不被染色液染色，而死亡的白细胞可被染色液染色。USCANNER（E）全自动尿有形成分分析仪应用改良S染色法进行分析时，也可自动区分尿液白细胞的死活，可有效作为女性急性尿路感染的诊断依据（图5）。此染色法还可发现疑似的尿路异型上皮细胞（图6），这不仅是尿沉渣检测仪器的一大进展，更重要的是得益于采用染色法原理的尿有形成分分析仪。
5. 仪器其他性能参数：（1）检测速度：100样本／1小时。（2）样本量：样本用量112.5μL（但试管内尿液量至少1mL），染色液添加约37.5μL。（3）仪器屏幕上可提供多幅镜下染色的全视野彩色图像（图7），任意一幅图像都可放大查看。（4）配套试剂：染色液，每包装含600人份。（5）USCANNER专用清洗液，每包装5L。（6）配套质控品，QUSC-700，USCANNER专用质量管理用品（5mL×6只）。（7）可以通过桥接方式与尿液干化学分析仪衔接，形成流水线系统。目前在日本是与西门子全自动尿液分析仪连接，形成检测流水线系统（图8）。
图7. 仪器屏幕显示
图8. 尿流水线检测系统
二、Mejer-1800染色法尿液有形成分分析仪
此款仪器是中国深圳市美侨医疗科技有限公司于2018年推出的一款染色法尿液有形成分分析仪器，有可能是国内最早生产静止型影像拍摄图像结合染色法的一款尿液分析仪器。该仪器首先使用SM染色法对样本进行染色，然后再采用高清像素彩色相机拍摄彩色图像，结合人工智能技术和深度学习技术，对尿液中的有形成分进行细致分析，将彩色图像和检测结果提供给用户。
1. 检测原理：应用形态学、模式识别（SVM）、AI（人工智能）深度学习、色度学四种软件识别技术，对尿液中的有形成分进行细致分析和计数（图9）。因为采用视觉成像技术，在图像处理过程中对目标成分进行聚焦、对目标细胞坐标区域进行定位、目标区域分割、图像识别等，都是依据细胞图像轮廓、形态、色彩、纹理、平均灰度、圆形度、宽高比、平均投影、粗糙度、最大面积等诸多参数进行运算和处理。因为引入了染色技术，在图像识别中特别增加了色彩的分析与判别，为形态学分析增加一个变量。
图9.检测原理示意图
2. 处理分析管型的技术要点：（1）对拍摄的原始彩色尿沉渣图像采用色彩迁移法进行线性变换，降低不同样本间原始图像的背景色彩差异，最大化缩小同类别管型所含颜色的整体跨度，使同类别管型数据分布更加聚集；（2）采用形态学组合算法对色彩迁移后的图像进行管型分割，初步筛选后得到管型候选子图像；（3）对管型候选子图像做旋转、泊松融合等处理合成标准输入图像，并做归一化处理；（4）将归一化后的图像数据输入残差神经网络。
3. 检测流程：（1）将样本混合均匀后，吸取一定量的标本。（2）取样针吸取标本后先将标本滴入专用染色板内进行染色。染色板是内含SM染色剂的盒装96孔染色板，每孔内含一定量的染色液，仅可对一个尿液样本进行SM染色。（3）标本染色后，取样针吸取一定量的标本，通过样本注入区充入到16孔的一次性计数版内（图10），排气孔用于排出板内气体，可使标本充板均匀，不产生气泡。该16孔计数板的独特处是一批次最多可充入16个样本。（4）将计数板自动推入到显微镜下，经过一定时间的自然沉淀，使得有形成分尽可能沉淀下来，沉淀时间越长则效果越好。（5）首先采用低倍镜扫描计数区，对较大目标（如上皮细胞，管型）进行拍摄、识别、分类和计数，对较小目标进行定位。如果尿液中有形成分浓度达到阈值后，仪器可运行自动稀释模式，从新充入计数板，再沉淀，以达到准确识别和计数的目的。（6）自动转换至高倍镜，对较小的定位目标进行拍摄、识别、分类和计数。
图10. 16孔一次性计数板
4. 染色方法：该仪器采用经典的Sternheimer-Malbin（S-M）染色法，该染色方法在尿液检验中已经使用多年。尿液中的有形成分经两种染料染色后，使得其形态和内部结构清晰，特别是对白细胞、各类管型的识别更加易于识别辨认。该仪器所用的染色液是预先贮藏于专用的96孔染色板内，每板可进行96个尿液样本的染色检查（图11）。S-M染色液的主要成分为龙胆紫和沙黄，经过研究和改进，精心配置及过滤，适用于本自动化设备的染色应用。
图11. 配套染色板
尿有形成分的图像拍摄前先对尿液进行染色，整体染色前后对比效果较明显。由于尿沉渣中不同类别细胞自身的生理特性，染液中的色素会不同程度的附着在细胞表面，形成的轮廓边缘更加清晰，对比度更高。同时不同类别的细胞在色彩上也呈现出较大的差异，区分度更高。经过染色后整体图像对比度增强，细胞边缘更加清晰，提高了聚焦的精度和识别的准确度。
尿中主要有形成分染色特点如下：①白细胞：嗜中性粒细胞染成紫色，细胞核染紫红色（图12）；②红细胞基本不着色或淡紫色（图13）；③管型：透明管型染成淡红色或浅玫瑰色，颗粒管型染成淡紫色或者紫蓝色（图14），细胞管型染深紫色，蜡样管型染红紫色-深紫色；④上皮细胞：核染紫色-深紫色，胞质染桃红色-淡紫色，脂肪管型中的脂肪滴不着色；⑤细菌和真菌：存活及有活力的细菌染成粉红色，死亡的细菌染成深紫色，酵母样真菌不着色或淡紫色；⑥结晶不着色（图15）。
但是不同病人的尿液样本之间可因酸碱度、比重、颜色、粘稠度、细胞存活与死亡等多种因素影响，存在一定的差异，导致样本染色后的图像色差较大，不同尿液样本中同类别的细胞呈现出的颜色跨度过大，导致不同类别的细胞之间色彩交叉重叠变大，使后期模型分类器在训练时出现无法收敛，或者过拟合现象。为了解决该问题，在预处理中使用色彩迁移算法对原始彩色图像进行线性变换，降低了不同样本间图像的背景色彩差异，缩小了整体色彩跨度，使同类别的细胞数据分布更加聚集，相似度更高，提高了模型训练的收敛速度和分类精度。
