血常规是医学诊断与治疗中常见的临床检测项目,能够反映人体诸多生理、病理信息。但是,目前临床使用的血常规检测设备多基于流式细胞术和库尔特计数法,存在一系列固有问题,例如:染剂对样本细胞造成损伤、流路和光路复杂、设备成本高昂且难以小型化、以及日常维护繁杂等。而无透镜同轴数字全息成像技术具有全视场、大靶面、无接触、高分辨率等诸多特点,尤其对于透明物体亦可清晰成像,因此在生物样本显微成像领域具有得天独厚的优势。故而课题旨在尝试使用无透镜数字全息平台对血液样本成像,结合所构建的全息重建和细胞计数分析算法,实现全血样本中红细胞生理信息采集分析。具体针对卷积重建法无法对大尺寸全息图进行直接重建的问题,课题提出了有叠加的窗移池化策略,对整幅图像进行离散分块重建;对每一图像子块使用基于边缘梯度的TEN聚焦函数寻求最佳再现距离,进行平均叠加处理整合为对应的再现全图;将再现全图平铺池化,使用对数正态分布函数拟合区域像素灰度分布曲线,确定灰度阈值提取细胞区域,使用基于形态学距离的方法对粘连细胞进行识别和定位;整合各区域内细胞信息得到全图细胞信息,推算血样指标结果。课题的实验验证分为两部分共三个步骤。首先使用直径和形状已知的,且与红细胞光学特性较一致的三聚氰胺树脂材质球形标准微粒制成的成像板作为成像物体获取全息图并进行图像处理,以验证算法的有效性。然后将算法应用于不同稀释倍率(等差10组)下的红细胞全息图,探究了稀释倍率与统计结果间存在的规律,并对其进行了分析;最后,在确定的最佳样本条件下进行了不同个体红细胞样本的重复性实验,以进一步验证算法的稳定性和可靠性。通过对比显微镜下标准微粒分布情况,证明了所使用算法能够准确判断子块区域最佳再现距离,以及对目标物体区域提取的有效性,不仅能够准确反映物体尺寸和形状,并且对于粘连物体的识别和定位也颇为适用。而基于实际血样的实验结果显示,随着稀释倍数的增加,各项生理指标与临床化验结果吻合度提高;同时结合重复性实验,发现红细胞数(RBC)、红细胞压积(HCT)与平均红细胞体积(MCV)三项整体性指标准确率较高,但红细胞体积分布展宽的标准差(RDW-SD)和变异系数(RDW-CV)两项个体指标项存在明显波动。实验结果表明,课题提出了一种具有工程应用潜质,针对血常规中红细胞相关指标项的统计分析算法,得益于无透镜全息适用于高通量细胞分析的特点,整体性指标项与临床结果一致性良好;同时指出为了提高个体项结果准确度,有必要在以后的工作中将重建得到的相位信息投入应用。