[發(fā)明專利]細(xì)胞分割方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010061644.7
• 申請(qǐng)日: 2020-01-19
• 公開(kāi)（公告）號(hào): CN111275727B
• 公開(kāi)（公告）日: 2021-09-07
• 發(fā)明（設(shè)計(jì)）人: 束劼;張永梅;高齊陽(yáng)
• 申請(qǐng)（專利權(quán)）人: 北方工業(yè)大學(xué)
• 主分類(lèi)號(hào): G06T7/136
• 分類(lèi)號(hào): G06T7/136;G06T7/90
• 代理公司: 北京北匯律師事務(wù)所 11711
• 代理人: 李英杰

本發(fā)明提供了一種細(xì)胞分割方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。該方法包括獲取原始圖像；對(duì)原始圖像進(jìn)行處理，得到圖像I_gray；采用局部閾值法對(duì)圖像I_gray進(jìn)行處理，得到圖像I_CLT；采用LoG算法對(duì)圖像I_gray進(jìn)行處理，得到圖像I_LoG；對(duì)圖像I_CLT和圖像I_LoG進(jìn)行融合運(yùn)算得到圖像I_fuse；對(duì)圖像I_fuse進(jìn)行細(xì)胞分割得到細(xì)胞核分割圖像。本發(fā)明將彩色圖像轉(zhuǎn)換為灰度圖像I_gray再進(jìn)行分割，能夠避免原始圖像中顏色分布不均勻造成的細(xì)胞核誤檢和漏檢問(wèn)題。本發(fā)明使用約束的局部閾值法與LoG算法融合的方式獲取細(xì)胞核像素點(diǎn)，能夠避免原始圖像中強(qiáng)度分布不均勻造成的細(xì)胞核誤檢和漏檢問(wèn)題。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體涉及一種細(xì)胞分割方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

對(duì)病理圖像的分析是腫瘤診斷和評(píng)估的一種重要的臨床和研究手段。然而，常規(guī)的基于人工的定性或半定量的分析，往往帶有主觀性、個(gè)體差異性和不可重現(xiàn)性。細(xì)胞核是病理圖像的基本組成單元，其通常也是生物標(biāo)記集中分布的地方。基于圖像處理的細(xì)胞核的自動(dòng)分割與計(jì)數(shù)技術(shù)，可以快速、準(zhǔn)確、可重現(xiàn)的獲得客觀的定量數(shù)據(jù)，從而提高對(duì)病理圖像的分析效率。細(xì)胞核分割與計(jì)數(shù)的難點(diǎn)在于細(xì)胞核形態(tài)的多樣性，細(xì)胞核像素點(diǎn)的強(qiáng)度或染色分布不均勻，以及細(xì)胞核大量堆積和重疊等。

目前對(duì)病理圖像中的細(xì)胞核進(jìn)行分割與計(jì)數(shù)的技術(shù)大都是針對(duì)染色較均勻且細(xì)胞核堆積與重疊較少的圖像。例如通過(guò)全局聚類(lèi)的方法提取細(xì)胞核(參見(jiàn)中國(guó)專利文獻(xiàn)CN108288265 A，CN 110232410 A)以及使用顏色檢測(cè)的方法提取細(xì)胞核(參見(jiàn)中國(guó)專利文獻(xiàn)CN 105550651 A，Casiraghi,E.et al(2017，2018))。這些方法在遇到圖像中的細(xì)胞核像素點(diǎn)的強(qiáng)度或染色分布不均勻時(shí)，部分背景像素點(diǎn)可能與部分細(xì)胞核像素點(diǎn)具有相同的強(qiáng)度或染色，從而可能造成對(duì)細(xì)胞核的誤檢和漏檢。同時(shí)，這種情況也可能會(huì)造成圖像中細(xì)胞核的邊緣梯度與背景的邊緣梯度難以區(qū)分，通過(guò)計(jì)算邊緣梯度，然后使用動(dòng)態(tài)梯度閾值的方法提取細(xì)胞核(CN 110517273 A)的方法也可能存在不足。

中國(guó)專利文獻(xiàn)CN 110223305 A提出使用反卷積算法分離得到DAB通道灰度圖像和蘇木精通道灰度圖像，對(duì)蘇木精通道灰度圖像使用LoG計(jì)算細(xì)胞核邊緣，然后以局部極大值作為種子，使用分水嶺算法分割細(xì)胞核。該方法使用顏色分離的方法獲取到可能的細(xì)胞核像素點(diǎn)，在遇到細(xì)胞核像素點(diǎn)的強(qiáng)度或染色分布不均勻時(shí)，獲取到的細(xì)胞核像素點(diǎn)可能不全，從而使得后續(xù)的種子點(diǎn)獲取存在不足。另外，使用LoG算子計(jì)算細(xì)胞核邊緣容易造成細(xì)胞核邊緣特性的丟失，對(duì)于細(xì)胞核大量堆積和重疊的區(qū)域，可能難以獲得理想的細(xì)胞核分割效果。

中國(guó)專利文獻(xiàn)CN 110415255 A公開(kāi)了一種免疫組化病理圖像CD3陽(yáng)性細(xì)胞核分割方法及系統(tǒng)。該方法使用顏色反卷積分離染色通道，對(duì)分離后的圖像使用超像素分割和Kmeans聚類(lèi)去除背景，然后采用局部閾值Berson去除染色差異干擾，最后用分水嶺算法進(jìn)行細(xì)胞核分割。該方法考慮了減少染色差異的干擾，但是顏色反卷積并不能解決細(xì)胞核像素點(diǎn)的強(qiáng)度或染色分布不均勻的問(wèn)題，其在細(xì)胞核分割時(shí)仍然存在不足。同時(shí)，該方法在對(duì)重疊細(xì)胞核分割時(shí)，采用了重建的開(kāi)閉操作并取局部極大值得到前景區(qū)域，把前景區(qū)域中的局部極小值作為細(xì)胞核中心，再使用分水嶺算法分割。利用重建的開(kāi)閉操作會(huì)平滑圖像，從而減少細(xì)胞核像素點(diǎn)的強(qiáng)度或染色分布不均勻的影響，但也會(huì)使得大量堆積與重疊的細(xì)胞核之間的可拆分特性減少。例如大量堆積的細(xì)胞核之間具有相似像素點(diǎn)強(qiáng)度值，重建的開(kāi)閉操作處理后的前景區(qū)域，可能會(huì)難以計(jì)算其局部極小值。