一、前言
尿沉渣检验是尿液的重要组成部分，对临床诊断、治疗、监测及群体普查具有重要意义。目前国内临床尿沉渣检验的方法主要是显微镜为基础的形态学检查法和以流动式细胞为原理的流式细胞计数法。前者是经典的形态检查方法，为尿沉渣检验的金标准；后者因为原理上的缺陷不是直接的形态学检查，而是利用标记和散射等检测技术对尿沉渣进行分类计数，因此，应用具有其局限性，只能作为尿沉渣检验过筛检查，阳性标本必须用显微镜形态学检查来确认，但是其自动化程度高和检测速度快的特点仍然受到临床检验的欢迎。
尿沉渣显微镜检查法是一项工作量大、操作繁杂的临床检验日常工作，长期以来镜检是由人工完成，尽管近年来许多利用显微镜检原理开发出尿沉渣分析仪器，但都是简单的应用计算机和数码摄像技术实现将显微镜下图像传输到显示屏上的过程，对尿中的有形成份检查还是通过人工视觉来进行分类计数。工作效率低、速度慢、操作者主观因素和技术水平影响大是其最大的缺点，因此实现尿沉渣镜检自动化是广大医学检验工作者追求的梦想。
二、“机器视觉”技术介绍
何谓“机器视觉”，其原理是什么？
“视觉”，顾名思义，由对所“视”的事物产生“觉”，简言之即认识所看到的事物。要了解“机器视觉”，必须从“人工视觉”谈起。
2•1 “人工视觉”或“人工识别”
一个人，在进行检验学习与培养训练之前，并不认识白细胞、红细胞、上皮细胞等，他只能描述其所看到细胞的形态特征，如圆形、无颗粒、有折光性等。要教会他认识这些细胞，就必须告诉他具有这些特征的各是什么细胞。如尿液中大小约为7微米、圆形、细胞内无颗粒、有折光性……等特征的是红细胞，这样有受训练人员的脑子中即形成了这样一个印象：7微米左右、圆形、细胞内无颗粒、有折光性……= 尿液中红细胞。当再次在尿液中见到具有这些特征的细胞时，即可认识为尿液中红细胞。
这些认识过程的主体是人工，认识的过程是由人工来实现，这就是“人工视觉”或“人工识别”。
2•2 “机器视觉”或“机器识别”
前面说明了人工视觉的特点，其认识过程的主体是人工，认识的过程是由人工来实现，而“机器视觉”认识的主体是机器，认识的过程是由机器来实现。
要让机器认识或识别尿液中这些细胞，同样要训练它；其训练过程是由机器的摄像头摄取某一细胞的图像，然后对所摄取的图像进行处理，将其几百种特征参数数据化，然后再经人工确定具有些特征的是什么细胞。如摄像头采集了一个细胞图像，然后将此图像进行分析处理，其大小为Aμm、细胞边缘圆形弧度B、透光度C、灰度D、颜色E…….，经人工确定这是红细胞，也形成了一组特征数据：大小Aμm、细胞边缘圆形弧度B、透光度C、灰度D、颜色E…….= 尿液中红细胞。仪器再次摄取到具有此特征的图像时，即自动识别为红细胞。这即是“机器视觉”的识别过程，机器内可存贮千千万万这种的识别特征数据组，也就可识别千千万万个图像所代表的是什么实物。这种千千万万图像识别公式的建立过程称为建模。
2•3“机器视觉”原理
由数字摄像机（CCD）将作为参照标准的实物图像（如红细胞、白细胞、管型等），采集后传至计算机，应用先进图像处理方法，如遗传算法、小波算法等对其进行分割定位然后对其各种特征参数（如大小、形状、颜色、纹理等等）进行计算、统计、训练、建立各种成份的仿生识别模型；应用时被检实物图像由数字摄像机（CCD）摄取传入计算机，运用神经网络模糊聚类算法对其各种特征数据进行处理、分析、理解、拟合，参照已建立的模型数据识别该图像所代表的实物，可以替代人工视觉来识别实物目标并计数。如果将液体中微小目标实物通过显微镜放大后再用“机器视觉”来进行自动识别分类计数，这样就为实现显微镜镜检的自动化提供了技术基础。
三、“机器视觉”特点及应用意义
&ldq