[發(fā)明專利]一種免疫組化病理圖像CD3陽性細(xì)胞核分割方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201910517113.1
• 申請(qǐng)日: 2019-06-14
• 公開（公告）號(hào): CN110415255B
• 公開（公告）日: 2021-08-20
• 發(fā)明（設(shè)計(jì)）人: 劉再毅;梁長(zhǎng)虹;覃杰;趙可;王瑛;陳鑫;黃燕琪;姚溯;李振輝
• 申請(qǐng)（專利權(quán)）人: 廣東省人民醫(yī)院（廣東省醫(yī)學(xué)科學(xué)院）
• 主分類號(hào): G06T7/11
• 分類號(hào): G06T7/11;G06T7/136;G06T7/194
• 代理公司: 廣州市華學(xué)知識(shí)產(chǎn)權(quán)代理有限公司 44245
• 代理人: 李斌

本發(fā)明公開了一種免疫組化病理圖像CD3陽性細(xì)胞核分割方法及系統(tǒng)，該方法的步驟為：對(duì)免疫組化病理圖像進(jìn)行顏色反卷積，分離染色通道；圖像采用超像素分割成不規(guī)則像素塊，進(jìn)行kmeans聚類區(qū)分出圖像背景并去除；基于形態(tài)學(xué)特征進(jìn)行圖像分割，得到初步分割好的細(xì)胞核第一區(qū)域圖像L1以及待處理的第一圖像C1；將待處理的第一圖像C1進(jìn)行局部閾值bernsen分割及形態(tài)學(xué)特征分割，得到分割好的細(xì)胞核第二區(qū)域圖像L2和待處理的第二圖像C2；將待處理的第二圖像C2進(jìn)行前景標(biāo)記，并采用分水嶺算法分割出細(xì)胞核第三區(qū)域圖像L3；將細(xì)胞核第一區(qū)域圖像L1、細(xì)胞核第二區(qū)域圖像L2、細(xì)胞核第三區(qū)域圖像L3構(gòu)成細(xì)胞核分割圖像。本發(fā)明魯棒性高，分割精準(zhǔn)，可以滿足實(shí)際應(yīng)用需求。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理的技術(shù)領(lǐng)域，具體涉及一種免疫組化病理圖像CD3陽性細(xì)胞核分割方法及系統(tǒng)。

背景技術(shù)

CD3是一種重要的白細(xì)胞分化抗原，幾乎所有的T細(xì)胞表面均存在，是構(gòu)成T細(xì)胞抗原受體(TCR)的膜抗原。在抗原與TCR結(jié)合時(shí)，參與其信號(hào)向細(xì)胞內(nèi)的傳達(dá)，是與發(fā)現(xiàn)各種各樣的T細(xì)胞機(jī)能有關(guān)的重要的膜抗原。目前醫(yī)護(hù)人員對(duì)病理圖像進(jìn)行CD3細(xì)胞的分割、標(biāo)記和計(jì)數(shù)要花費(fèi)大量的時(shí)間和精力，因此，需要一種較為精確的病理圖細(xì)胞分割手段來減輕醫(yī)護(hù)人員的壓力。

發(fā)明內(nèi)容

為了減輕醫(yī)護(hù)人員的負(fù)擔(dān)，實(shí)現(xiàn)針對(duì)病理圖像進(jìn)行CD3細(xì)胞的自動(dòng)分割，本發(fā)明提供一種免疫組化病理圖像CD3陽性細(xì)胞核分割方法及系統(tǒng)，本發(fā)明魯棒性高，分割精準(zhǔn)，可以滿足實(shí)際應(yīng)用需求。

為了達(dá)到上述目的，本發(fā)明采用以下技術(shù)方案：

本發(fā)明提供一種免疫組化病理圖像CD3陽性細(xì)胞核分割方法，包括下述步驟：

S1：對(duì)免疫組化病理圖像進(jìn)行顏色反卷積，分離染色通道；

S2：將原始免疫組化病理圖像從RGB顏色空間轉(zhuǎn)換到Lab顏色空間，采用超像素分割成不規(guī)則像素塊，所述不規(guī)則像素塊進(jìn)行kmeans聚類區(qū)分出圖像背景，并將圖像背景去除；

S3：基于形態(tài)學(xué)特征進(jìn)行圖像分割，得到初步分割好的細(xì)胞核第一區(qū)域圖像L1以及待處理的第一圖像C1；

S4：將待處理的第一圖像C1進(jìn)行局部閾值bernsen分割及形態(tài)學(xué)特征分割，得到分割好的細(xì)胞核第二區(qū)域圖像L2和待處理的第二圖像C2；

S5：將待處理的第二圖像C2進(jìn)行前景標(biāo)記，并采用分水嶺算法分割出細(xì)胞核第三區(qū)域圖像L3；

S6：將細(xì)胞核第一區(qū)域圖像L1、細(xì)胞核第二區(qū)域圖像L2、細(xì)胞核第三區(qū)域圖像L3與免疫組化病理圖像原圖進(jìn)行掩膜處理，得到細(xì)胞核分割圖像。

作為優(yōu)選的技術(shù)方案，步驟S1中所述對(duì)免疫組化病理圖像進(jìn)行顏色反卷積，計(jì)算公式為：

C＝M^-1[y]

其中，C表示分離的H和DAB染色通道，M表示不同染色參數(shù)矩陣，參數(shù)矩陣的行分別表示H、曙紅和DAB染色，參數(shù)矩陣的列表示RGB染色方案參數(shù)大小，y表示每一個(gè)像素的光密度。

作為優(yōu)選的技術(shù)方案，步驟S2中所述不規(guī)則像素塊進(jìn)行kmeans聚類區(qū)分出圖像背景，將不規(guī)則像素塊的Lab顏色空間中L層作為kmeans聚類的對(duì)象，具體的計(jì)算公式如下所述：

其中，E表示最小平方誤差，x表示每一個(gè)不規(guī)則像素塊，u表示質(zhì)心，g表示分類的簇，當(dāng)E最小時(shí)則kmeans聚類完成。

作為優(yōu)選的技術(shù)方案，步驟S3所述的基于形態(tài)學(xué)特征進(jìn)行圖像分割，具體步驟為：