本申请提供一种图像记录系统及图像分类方法，由激光器发出的激光经过偏振分束镜后分为两路光波，其中一路光波透射物体从而携带物体信息，并经第一显微物镜成像，另外一路光波经第二显微物镜形成球面光波，所述球面光波与所述像干涉后形成图像，所述图像被CCD采集后传输到计算机经算法再现得到物体的位相图像，并对该位相图像进行分类，从而得到所述的统计数据。

1.一种细胞图像自动分类方法，利用图像记录系统对细胞样品进行记录，所述图像记录系统包括：激光器、第一半波片、偏振分束镜、第一反射镜、第一扩束准直镜、透明细胞物体、第一显微物镜MO1、合束镜、CCD、第二半波片、第二扩束准直镜、第二反射镜、电致变焦透镜以及计算机；激光器发出的光束经偏振分束镜后分为第一光束和第二光束，第一光束经第一反射镜后进入第一扩束准直镜后形成平行光照射透明细胞物体形成物光波，该物光波透过第一显微物镜后经合束镜后到达CCD靶面；经偏振分束镜后的第二光束经第二扩束准直镜形成平面光波，所述平面光波经过第二反射镜进入电致变焦透镜形成参考光波，所述参考光波经合束镜后到达CCD靶面与物光波形成干涉图；所述CCD记录的干涉图传送到计算机并保存；其特征在于：第一显微物镜的焦点到CCD靶面的距离等于电致变焦透镜的焦点到CCD靶面的距离；且所述计算机可以自动控制合束镜的转动，以获得最佳干涉图样，所述干涉图样经重建后能够获得的再现像中原始像、共轭像以及零级衍射项刚好分离。

 血常规检验是临床医学检验最常用、最基本和最重要的手段之一，细胞分类计数是其中的一项重要内容。人体在发生疾病时，常可导致血细胞发生数量或质量的变化，血液中各类白细胞的数量和百分比是医生判断有无疾病、疾病的种类和严重程度的重要基础数据，有极其重要的意义。由于待检测血液样品中细胞数量巨大，细胞图像的自动分类在血液检测中具有非常重要的作用，尤其是在血液病和血癌的早期诊断中更为重要。

当前医院对细胞的分类计数主要借助于自动血球计数仪结合血图片人工显微镜下检查，这个自动血球计数仪的临床应用减轻了临床检验人员的劳动量，但仍存在分类精度不够高的问题。许多检验人员为避免手工镜检的巨大工作量而疏于结合显微镜下检查，导致误报误诊的现象还屡屡出现。同时，现有的分类均基于细胞的强度图像，由于细胞是透明的，未加染色处理的细胞图像对比度较低，因而在获得强度图像之前通常需要对细胞染色，这个过程不仅耗时，对操作者要求较高，且检测结果受到染色液质量、PH环境及时间等多种因素的影响。

数字全息术是一种新型的无损干涉测量技术，它用光电耦合器件(CCD或CMOS)采集被测样品的全息图，然后将全息图输入计算机中，利用算法模拟实际的全息图再现过程，样品定量的强度图像和位相图像可以同时给出，而位相图像呈现的是样品的三维形貌分布。数字全息术对透明和不透明样品均可以直接成像，实现对样品的实时、无损、三维可视化检测，这对生物细胞检测非常有益，近年来已成功应用于活体细胞的实时检测与监测。与传统的光学显微镜相比，数字全息术具有许多突出的优点，如灵活方便的存储、传输、数字畸变矫正、数字聚焦、消噪等特点，这些优点使数字全息术得到了广泛关注，已成为一个研究热点。

 人工神经网络是模拟生物神经元系统之间的复杂激励行为的并行非线性系统，具有分布式存储、大规模自适应并行处理、结构可变性、高度非线性、高度容错性、自学习性和自组织性等特点。近年来，神经网络呈现出巨大的优势：它可将原始图像直接作为输入，且具有强大的学习特征的能力，从而可以从不同的层次来自动获取图像特征；它具有其端到端的性质，可以一步完成特征提取与分类。

将数字全息术与神经网络相结合用于细胞图像的自动识别与分类，不仅可以解决细胞染色问题，还可以提高细胞分类精度、降低检验人员的劳动强度，同时可以实现可视化自动检测与分类，实现自动存储、传输及数据共享。

河北工程大学是河北省重点骨干大学，河北省人民政府与水利部共建高校，河北省重点支持的国内一流大学建设高校，河北省文明单位，坐落在中国历史文化名城、“成语典故之都”邯郸市。办学条件优良，校园环境优美。学校新校区总占地面积4098亩，建筑面积76.32万平方米。现有教职工2425人，有双聘院士2人、国家杰出青年基金获得者1人、国家“万人计划”科技领军人才2人、“新世纪百千万人才工程”国家级人选2人、“青年长江学者”1人、河北省高端人才2人、享受国务院政府特殊津贴专家6人、省级教学名师15人、省级优秀教学团队9个、省级课程思政示范课程6门、省级课程思政教学名师和团队6个、教育部“新世纪优秀人才支持计划”入选者3人、享受河北省政府特殊津贴专家7人、河北省新世纪“三三三人才工程”61人。现有博士、硕士研究生3089人，全日制普通本科生23104人，留学生133人。拥有装备先进的教学、科研实验室，馆藏纸质图书总量263.9万册。学校建有万兆光纤主干、千兆到桌面的校园网络以及无线覆盖网络。学校附属医院为三级甲等综合医院，附属学校为独立设置和编制经费单列单位。

本申请提供一种细胞图像自动分类方法，利用像面数字全息技术对细胞直接进行成像获得细胞精准的位相图像，解决细胞常规检测之前需要染色带来的问题。同时，利用前向反馈神经网络对细胞图像进行自动识别与分类，从而提高细胞分类精度，并减轻检验人员的劳动强度。

技术转让，许可，合作所需资金需双方协商，此项技术想尽快落地保定，希望具备此项技术研发的技术方，能够尽快承接此项目。