文獻(xiàn)標(biāo)識(shí)碼： A
DOI：10.16157/j.issn.0258-7998.2015.07.043
中文引用格式： 羅亮，龍偉，李富貴，等. HHT在血細(xì)胞特征提取中的應(yīng)用[J].電子技術(shù)應(yīng)用，2015，41(7)：154-157.
英文引用格式： Luo Liang，Long Wei，Li Fugui，et al. Application in blood feature extraction with Hilbert-Huang trans-
form[J].Application of Electronic Technique，2015，41(7)：154-157.
0 引言
血細(xì)胞分析儀是醫(yī)院檢驗(yàn)科、化驗(yàn)室的常規(guī)設(shè)備之一[1]。血細(xì)胞的計(jì)數(shù)與分類是臨床上判斷疾病類型和嚴(yán)重程度的重要標(biāo)準(zhǔn)。國內(nèi)外血液分析儀主要采用電阻抗法對細(xì)胞進(jìn)行判斷和識(shí)別。電阻抗法主要原理是細(xì)胞通過小孔電極產(chǎn)生電壓脈沖，由脈沖的個(gè)數(shù)和幅值對細(xì)胞進(jìn)行計(jì)數(shù)和分類。國產(chǎn)血細(xì)胞分析儀普遍采用模擬電路識(shí)別法[2]，將電壓脈沖信號轉(zhuǎn)化為能觸發(fā)計(jì)數(shù)器的方波來實(shí)現(xiàn)計(jì)數(shù)。該方法簡單快捷，能適應(yīng)于基本的臨床初診，但在計(jì)數(shù)正確度和分類準(zhǔn)確度上無法在臨床上進(jìn)一步病理分析和確診，無法滿足高端市場的需求。
類似血細(xì)胞信號這種非線性、非平穩(wěn)、非高斯、非確定性的時(shí)變信號，常見的特征提取方法有：短時(shí)窗傅里葉變換(STFT)、Wigner-Ville分布、小波變換等[3，4]，但這些方法各自均有不足之處，如：STFT容易受窗函數(shù)的影響，Wigner-Ville分布受到交叉項(xiàng)的干擾，小波變換的時(shí)頻分辨率不高且不具備自適應(yīng)能力。為此，Norden E.Huang等人提出了一種新的信號分析方法——希爾伯特-黃變換(Hilbert-Huang Transform，HHT)[5-8]，通過EMD(Empirical Mode Decomposition，EMD) 方法將信號分解為有限個(gè)IMF(Intrinsic Mode Function，IMF)的和，對每個(gè)IMF進(jìn)行Hilbert變換得到有意義的瞬時(shí)頻率，從而給出頻率隨時(shí)間變化的精確表達(dá)，進(jìn)而表示出信號在時(shí)間-頻率平面上的幅度分布。本文主要研究應(yīng)用HHT 對血細(xì)胞進(jìn)行特征提取，并在此基礎(chǔ)上采用多類分類支持向量機(jī)方法實(shí)現(xiàn)了多形態(tài)血細(xì)胞信號的分類識(shí)別。
1 血細(xì)胞信號分析
根據(jù)庫爾特原理[9]，血細(xì)胞通過檢測小孔時(shí)產(chǎn)生電壓脈沖信號，根據(jù)脈沖數(shù)量得到單位時(shí)間內(nèi)通過細(xì)胞的個(gè)數(shù)。實(shí)際檢測過程中由于樣本濃度、小孔負(fù)壓、微型氣泡等影響，檢測到的細(xì)胞脈沖形態(tài)多樣[10]，圖1（a）是一個(gè)細(xì)胞通過時(shí)的單峰信號，圖1（b）是兩個(gè)或多個(gè)細(xì)胞同時(shí)通過時(shí)的M型多峰脈沖信號，圖1（c）是單個(gè)細(xì)胞從檢測小孔邊緣斜向通過時(shí)的“m”型駝峰式脈沖信號。多形態(tài)的脈沖信號影響血細(xì)胞計(jì)數(shù)的準(zhǔn)確度，因而，在對血細(xì)胞信號進(jìn)行正確分類與識(shí)別前，需要對這3種形態(tài)的血細(xì)胞脈沖信號進(jìn)行合適的特征分析與提取。
2 血細(xì)胞特征提取
2.1 時(shí)域特征提取
單純的脈沖計(jì)數(shù)容易將M信號和m信號誤判為單峰信號，引起脈沖信號的誤計(jì)或漏計(jì)。考慮到M信號和m信號時(shí)域特征相似，本小節(jié)以M信號為代表對這兩種形態(tài)的雙峰信號建立模型進(jìn)行特征分析。
圖2是一例典型的M信號脈沖波形。α、β分別是第一個(gè)脈沖下降時(shí)的平均角度和第二個(gè)脈沖上升時(shí)的平均角度。
根據(jù)信號分析結(jié)果可知，m信號的谷值較M信號谷值高，且后者的第二個(gè)脈沖變化程度較前者劇烈，因此，采用峰谷比和陡度描述兩者在時(shí)域的差異。
根據(jù)上述分析，提取兩個(gè)脈沖的寬度和高度以及峰谷比和陡度構(gòu)造M信號的時(shí)域特征向量：
2.2 頻域特征提取
血細(xì)胞脈沖信號的時(shí)域特征能夠有效區(qū)分單峰和雙峰脈沖信號。本小節(jié)主要分析兩種形態(tài)的雙峰脈沖信號的特征差異，提取能夠正確區(qū)分這兩種形態(tài)脈沖的特征量。
圖3是兩種形態(tài)的雙峰脈沖信號序列，其序列長度和脈沖個(gè)數(shù)均相同。
對這兩種脈沖序列進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解[11]，得到一序列模態(tài)分量，如圖4所示。
由圖4可見：原始脈沖序列經(jīng)過EMD分解后得到一序列頻率由高到低的模態(tài)分量，且越早分解出來的分量頻率越高，IMF1分量代表原始信號的最高頻率成分，往后依次分解得到次高頻、中頻、低頻成分，最后得到單調(diào)的趨勢分量。各個(gè)分量在同一局部位置上的頻率成分和振蕩模式均不相同，表明經(jīng)驗(yàn)?zāi)B(tài)分解能夠充分體現(xiàn)原始信號的所有局部振蕩。
對分解后的IMF分量進(jìn)行Hilbert變換，得到各分量的瞬時(shí)幅值和瞬時(shí)頻率。將幅值表示成時(shí)間-頻率的分布后，得到原始信號的Hilbert幅值譜(簡稱Hilbert譜)，如圖5所示。在Hilbert譜的基礎(chǔ)上求得原始信號的邊際譜如圖6所示。由信號的Hilbert譜和邊際譜可以看出，對信號幅值和能量的主要貢獻(xiàn)頻率主要集中在IMF2~IMF8所表示的的頻段上。
血細(xì)胞脈沖信號的形態(tài)差異和固有特征與其自身的幅值、頻率和能量有著密切的內(nèi)在關(guān)聯(lián)。為了研究兩種形態(tài)的雙峰脈沖信號的差異性，對兩者的平均強(qiáng)度、頻譜質(zhì)心、能量貢獻(xiàn)率這3個(gè)特征量進(jìn)行了對比分析。設(shè)原始信號經(jīng)EMD分解后得到M個(gè)模態(tài)分量和一個(gè)殘余量，其中第i階模態(tài)分量共有N個(gè)采樣點(diǎn)，則第j個(gè)采樣點(diǎn)的瞬時(shí)幅值、瞬時(shí)頻率、瞬時(shí)強(qiáng)度、瞬時(shí)能量分別為aij、fij、Aij、Eij，i=1，2，…，M；j=1，2，…N。
(1)平均強(qiáng)度
平均強(qiáng)度體現(xiàn)了在給定頻帶范圍內(nèi)信號的幅值特征，反映了信號在頻域空間的強(qiáng)度分布。第i階模態(tài)分量的平均強(qiáng)度可定義為：
(2)譜質(zhì)心
譜質(zhì)心[12]是信號分析的一個(gè)重要特征量，是在給定頻帶范圍內(nèi)以每個(gè)頻率成分的能量為權(quán)重的加權(quán)平均頻率，它反映了信號能量與頻率成分之間的分布關(guān)系。第i階模態(tài)分量的譜質(zhì)心可定義為：
(3)能量貢獻(xiàn)率
能量貢獻(xiàn)率表示單個(gè)模態(tài)分量的能量在原始信號總能量中的比重，它能夠體現(xiàn)原始信號的某些固有特征。第i階模態(tài)分量的能量貢獻(xiàn)率可定義為：
對圖3中的兩類脈沖信號進(jìn)行EMD分解和Hilbert譜分析，求得各分量的平均強(qiáng)度、譜質(zhì)心、能量貢獻(xiàn)率，如圖7和圖8所示。
信號經(jīng)EMD分解后一序列IMF分量，其頻率是由高到低的。根據(jù)IMF分量頻率分布規(guī)則，圖7中沿著X軸從右至左的分量分別是IMF1~IMF8。對比分析兩類脈沖信號的分量特征可以發(fā)現(xiàn)，前3階分量m脈沖序列的譜質(zhì)心和平均強(qiáng)度均低于M脈沖序列；由第4~6階分量的譜質(zhì)心和平均強(qiáng)度可以看出，M脈沖序列的模式特征較m脈沖序列突出。由圖7可以看出，兩類脈沖序列的第2~5階分量特征有較好的區(qū)分度。
圖8反映了兩類脈沖序列的能量貢獻(xiàn)率差異與圖7中其平均強(qiáng)度的差異大體一致。M脈沖的能量主要集中在第2~6階分量中，而m脈沖的能量則主要集中在第2~5階分量中。
綜合上述分析和討論，兩類脈沖序列的特征差異主要體現(xiàn)在第2~5階分量上，分量的平均強(qiáng)度和能量貢獻(xiàn)率均反映了信號在頻域里的能量特征。因此，選擇第2~5階的分量譜質(zhì)心和能量貢獻(xiàn)率構(gòu)成血細(xì)胞脈沖信號的頻域特征向量：
2.3 血細(xì)胞特征向量
結(jié)合血細(xì)胞脈沖信號的時(shí)域特征向量、頻域特征向量，可以得到用于區(qū)分3種形態(tài)的血細(xì)胞脈沖信號的14維血細(xì)胞特征向量：
3 實(shí)驗(yàn)仿真與應(yīng)用
從項(xiàng)目組自有的臨床數(shù)據(jù)庫中隨機(jī)選擇3種形態(tài)的脈沖樣本各200個(gè)，用以構(gòu)成本研究的樣本庫，奇數(shù)樣本用于訓(xùn)練，偶數(shù)樣本用于檢驗(yàn)。采用的分類器是多類分類支持向量機(jī)[13]，其參數(shù)設(shè)置如表1所示。
(1)用數(shù)據(jù)樣本庫中的奇數(shù)樣本對已設(shè)計(jì)好的多類分類器進(jìn)行訓(xùn)練，用偶數(shù)樣本對訓(xùn)練好的分類器進(jìn)行測試，同時(shí)使用模擬電路法進(jìn)行測試對比。表2分析比較了不同識(shí)別方法下的3種形態(tài)的血細(xì)胞脈沖信號的分類結(jié)果。
(2)以瑞士奧菲MYTHIC 18儀器為參考，按照《中華人民共和國醫(yī)藥行業(yè)標(biāo)準(zhǔn)——血液分析儀》的檢驗(yàn)方法，隨機(jī)選取醫(yī)院門診部門200位患者標(biāo)本，以白細(xì)胞(white blood cell, WBC)為例對比采用HHT方法的國產(chǎn)儀器和MYTHIC 18的可比性和相關(guān)性，結(jié)果見表3。
由表2可以看出，根據(jù)HHT方法提取的血細(xì)胞特征量，多類分類支持向量機(jī)能夠?qū)@3種形態(tài)的血細(xì)胞脈沖信號進(jìn)行正確分類與識(shí)別，分類精度可達(dá)94.33%。而模擬電路識(shí)別法存在較大的識(shí)別誤差。由于模擬電路識(shí)別法是通過觸發(fā)器將脈沖波轉(zhuǎn)化為方波來對脈沖信號進(jìn)行計(jì)數(shù)，且存在漏計(jì)或誤計(jì)的弱點(diǎn)，它無法反應(yīng)出血細(xì)胞信號的特征，無法正確識(shí)別出雙峰信號。
由表3則可以看出，使用HHT對血細(xì)胞進(jìn)行特征提取識(shí)別能提高血細(xì)胞分析儀的可比性和分類相關(guān)性。從整體上看，該算法識(shí)別準(zhǔn)確率相對較高，有效提高了儀器的計(jì)數(shù)正確度和分類準(zhǔn)確度。
4 結(jié)語
本文研究了基于HHT 的血細(xì)胞信號的特征提取方法。HHT 作為一種新的信號處理方法，在非平穩(wěn)非線性信號的分析上有著獨(dú)特的優(yōu)勢。研究表明，HHT 具有局部化特性，分辨率高，適應(yīng)性好并且實(shí)現(xiàn)簡單，可用于實(shí)時(shí)計(jì)算，為多形態(tài)血細(xì)胞脈沖信號的特征提取提供了有力的途徑和研究思路。最后的實(shí)驗(yàn)結(jié)果也驗(yàn)證了HHT方法在特征提取方面的有效性與可行性。
參考文獻(xiàn)
[1] 胡少華.加強(qiáng)血細(xì)胞分析儀質(zhì)量控制提高血液檢驗(yàn)水平[J].中國實(shí)用醫(yī)藥，2012，7(8)：255.
[2] 許超.橈動(dòng)脈超聲多普勒血流信號的特征提取及分類研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2008.
[3] 許文榮.臨床血液學(xué)檢驗(yàn)(第五版/本科檢驗(yàn))[M].北京：人民衛(wèi)生出版社，2012.
[4] 孟慶豐.信號特征提取方法與應(yīng)用研究[D].西安：西安電子科技大學(xué)，2006.
[5] 周小龍.希爾伯特—黃變換在故障診斷中的應(yīng)用[D].吉林：長春工業(yè)大學(xué)，2014.
[6] HUANG N E，SHEN Z，LONG S R，et al.The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[C].Proc.R.Soc.A.1998，454：903-995.
[7] HUANG N E.New method for nonlinear and nonstationary time series analysis：Empirical mode decomposition and Hilbert spectral analysis[C].In：Proceedings of SPIE，2000，4056：197-209.
[8] 賈春花.希爾伯特.黃變換及其在信號處理中的應(yīng)用研究[J].電力學(xué)報(bào)，2013，28(4)：150-151.
[9] 叢玉隆，樂家新，袁家穎.實(shí)用血細(xì)胞分析技術(shù)與臨床[M].北京：人民軍醫(yī)出版社，2011.
[10] 張春光，黃民雙，陶寶祺.血細(xì)胞計(jì)數(shù)分析儀的信號處理[J].自動(dòng)化與儀器儀表，2000，89(3)：27-29.
[11] 付曉波.經(jīng)驗(yàn)?zāi)B(tài)分解法理論研究與應(yīng)用[D].山西：太原理工大學(xué)，2013.
[12] 王娜, 陳克安.分段譜質(zhì)心特征在水下目標(biāo)識(shí)別中的應(yīng)用[J].兵工學(xué)報(bào)，2009，30(2)：144-149.
[13] 白鵬，張喜斌，張斌，等.支持向量機(jī)理論及工程應(yīng)用實(shí)例[M].西安：西安電子科技大學(xué)出版社，2008.