血细胞计数,在血液学检测方面的工作中具有非常重要的作用,它是临床判断有无疾病、疾病种类和严重程度的重要依据。血细胞识别是计数的关键,随着模式识别技术的不断发展,它逐渐成为生物医学领域的一个研究热点。血液参数主要包括血红蛋白(HGB)浓度,红细胞(RBC)、白细胞(WBC)和血小板(PLT)的数量及其体积分布等。这些参数已经成为检验医学中最常用、最重要的疾病诊断手段之一。Coulter原理广泛应用于血细胞分析仪,由于血细胞通过传感器有时会形成M型信号,同时噪声和干扰也会使叠加在信号上,就会使得后续细胞信号的识别变得困难。基于Coulter原理的传统信号识别方法主要采用模拟电路实现,这种方法对M信号会产生误识别。在分析了传统识别方法的基础上,本文研究的是基于数字脉冲处理(Digital Pulse Process,简称DPP)技术来实现血细胞识别、计数及体积分布统计的方法。DPP技术可以根据所采集的细胞信号计算脉冲宽度、高度以及脉冲积分等参数,实现对各类细胞信号的识别。文章提出了基于Coulter原理的数字微粒处理识别(DPR)算法,该算法可以识别单个细胞脉冲和两种原因产生的M信号,并可以有效避免非细胞信号的误识别,提高测量结果的准确度。最终采用硬件描述语言(VHDL)在现场可编程门阵列(FPGA)芯片上实现了该算法,并自主研发了基于FPGA的血细胞直方图分布统计电路,实现了血细胞分布统计的功能。该电路主要包括细胞信号量化、滤波、识别和统计等功能。其测量结果表明:DPR算法具有较高的识别效率,适用于血细胞计数仪器。