编辑推荐：
淋巴丝虫病（LF）严重影响热带地区民众健康，传统血涂片镜检存在不足。研究人员开展利用图像处理和机器学习算法分割厚血涂片微丝蚴的研究。结果显示萤火虫算法分割效果佳，该研究对 LF 大规模筛查意义重大。
淋巴丝虫病（Lymphatic Filariasis，LF），又被形象地称为象皮病，是热带地区一种极具威胁的传染病。它由寄生的丝虫引发，借助蚊子叮咬在人群中传播。感染 LF 的患者日常行动不便，这不仅给个人生活带来极大困扰，还会引发长期的社会经济问题。在全球范围内，近 6500 万人深受其害，严重影响了这些地区的发展和人们的生活质量。
目前，血液涂片显微镜检查是检测微丝蚴（Microfilariae，微丝蚴是丝虫的感染阶段，蚊子叮咬感染微丝蚴的人后，微丝蚴在蚊子体内发育，再传播给其他人 ）的标准且经济的方法，但它存在诸多弊端。人工从显微镜血涂片图像中检测微丝蚴耗时费力，尤其是在疾病低流行地区和趋近消除阶段，检测任务繁重。而且，涂片质量不佳、染色效果不好以及图像中的杂质（artifacts），都容易导致检测结果不准确。因此，开发一种计算机辅助的自动化检测技术迫在眉睫。
在此背景下，研究人员开展了利用图像处理技术和机器学习算法对厚血涂片微丝蚴进行分割的研究，该研究成果发表在《Biomedical Signal Processing and Control》上。
研究人员采用了多种关键技术方法。首先是样本采集，按照美国疾病控制与预防中心（Centre for Disease Control，CDC）的标准程序，收集夜间血样并用吉姆萨（Giemsa）染色。之后，对获取的血涂片图像进行预处理，运用光照校正、多种滤波和阈值处理方法，以改善图像质量。最后，使用五种不同的分割算法对微丝蚴进行分割。
下面来看看具体的研究结果：
- 预处理阶段的滤波技术比较：研究对比了多种滤波技术在典型微丝蚴图像上的性能指标。直接逆滤波器的峰值信噪比（PSNR）为 67.3864，但均方误差（MSE）高达 0.119，均方根误差（RMSE）为 0.1573，与其他滤波器相比性能较差。维纳滤波器和约束最小二乘滤波器与 2D Jerman 滤波器相比，在 PSNR 和最大 MSE 值方面也存在差距。而 2D Jerman 滤波器表现出色，能有效提升图像质量。
- 分割算法的效果评估：研究利用五种不同的分割算法对微丝蚴进行分割，并通过与真实情况对比评估效果。其中，萤火虫算法分割的图像与真实情况的相似性指数较高，平均 Dice 系数为 0.9816，Jaccard 系数为 0.9779，结构相似性指数为 0.9932 。这表明萤火虫算法能够精准地分割微丝蚴，即使存在杂质、微丝蚴因折叠或卷曲导致形状和大小变化，也能完整保留其近端和远端部分。
研究结论和讨论部分强调了该研究的重要意义。淋巴丝虫病影响着全球数百万人口，尤其是社会经济地位较低的群体。准确识别微丝蚴对于控制疾病传播至关重要，而目前的标准厚血涂片显微镜检查在疾病消除阶段不够可靠，且对质量不佳的涂片检测效果不好。该研究提出的框架能够准确分割微丝蚴，为淋巴丝虫病的大规模筛查提供了有力支持，特别是在疾病预消除阶段和低流行地区，有望大幅提高检测效率和准确性，助力全球淋巴丝虫病消除计划（Global Program for Elimination of Lymphatic Filariasis，GPELF）在 2030 年目标的实现，对公共卫生领域具有重要的推动作用。
