[發明專利]一種基于邊緣搜索MRF模型的宮頸細胞圖像分割方法

在審

• 申請號: 202010436754.7
• 申請日: 2020-05-21
• 公開（公告）號: CN111815554A
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 趙理莉;胡彬;朱文杰
• 申請（專利權）人: 南通大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/13;G06T7/194
• 代理公司: 北京科家知識產權代理事務所(普通合伙) 11427
• 代理人: 徐思波

本發明提供一種基于邊緣搜索MRF模型的宮頸細胞圖像分割方法，(1)針對單個宮頸細胞原始圖像進行超像素劃分；(2)將劃分后的圖像建模成一個超像素MRF無向概率圖模型；(3)提取每個超像素塊的多維特征，基于特征用無監督算法對超像素進行分類，以實現對圖像的初步分割，再用自動標簽映射機制來確定核、質和背景區所對應的正確語義標簽；(4)用邊緣搜索MRF求解算法對初步分割結果進一步求精以實現對細胞圖像的精確分割。本發明能夠準確高效地對非重疊彩色宮頸單細胞圖像進行分割、兼具較高的分割準確率和更快的運算速度。

技術領域

本發明屬于圖像處理技術領域，具體涉及一種基于邊緣搜索MRF模型的宮頸細胞圖像分割方法。

背景技術

在社會醫療保健領域，新出現的“智慧醫療”是將傳統醫療模式、生物化學知識等與人工智能技術進行有機結合，達成患者和醫療資源之間智能互動，從而實現精準醫療、數字化醫療、個性化醫療以及智能輔助醫療等目標的新興研究領域。借助于人工智能技術，醫療機構將能夠更準確、更高效地完成任務，進而提高患者就醫舒適度并減少社會資源浪費。

目前，隨著醫療機構中病患電子檔案和病歷、醫院信息系統等的逐步完善，醫院收集到的患者數字圖像數據越來越多，宮頸細胞圖像也是如此。因此，如何利用寶貴且海量的圖像資源輔助醫療工作是醫療工作者及科學工作者面臨的新課題。醫院采樣人員從一位女性身上采集的組織樣本包含幾十到上百個細胞，那么一百位女性就有上千細胞待查。我國有十幾億人口，符合宮頸癌發病條件的女性也有上億人次，如果每人每年做一次巴氏測試，粗略估計，至少有幾十億個細胞待逐一觀察、判斷其是否癌變。醫療人員要從成千上萬的宮頸細胞微觀圖像中，用肉眼找出具有微小癌變的幾個或幾十個癌細胞，工作量巨大。并且醫療人員長時間、枯燥的閱圖，也難免遺漏、誤判部分癌細胞。如果基于人工智能技術的智能分析系統能正確、高效的進行細胞定量分析，那么使用智能分析系統輔助醫療工作就能減少癌細胞誤判率、提高識別效率。

細胞圖像分割是進行宮頸細胞圖像智能分析的前提和基礎。首先，細胞圖像的特征提取依賴于已精準分割的細胞核和細胞質區域，同時細胞分類依賴于準確且有判別性的細胞特征，所以準確地分割出細胞可以在很大程度上影響到智能分析系統最終分類識別的成功率。其次，在臨床醫學檢驗中，進行宮頸癌細胞篩查時，需要處理的細胞圖像數量巨大，快速地分割圖像各區域才能提升智能分析系統的效率。此外，非重疊宮頸細胞圖像分割是細胞圖像分割的一種特例，所以準確地進行非重疊細胞圖像分割是細胞圖像分割研究的前期工作和基礎工作。

總之，對于宮頸細胞圖像智能分析研究而言，非重疊宮頸細胞圖像分割是既重要又基礎的工作，并且準確性和高效性是該工作所重點關注的兩個方面。因此，本發明提出一種準確、高效地分割非重疊宮頸細胞圖像的方法。

發明內容

本發明要解決的技術問題是提供一種基于邊緣搜索MRF模型的宮頸細胞圖像分割方法，采用不需要已標注數據集訓練的基于超像素的邊緣搜索MRF模型，結合超像素分割與MRF模型對彩色宮頸細胞圖像進行準確分割。本發明所提出的基于超像素邊緣搜索MRF模型兼具MRF模型與超像素過分割算法的優勢，能捕獲細胞邊緣結構的特點，而且一次性地將宮頸細胞圖像分割為細胞核、細胞質和背景三種區域，從而得到宮頸細胞圖像的分割結果。

為解決上述技術問題，本發明的實施例提供一種基于邊緣搜索MRF模型的宮頸細胞圖像分割方法，包括如下步驟：

(1)針對單個宮頸細胞原始圖像進行超像素劃分；

(2)將劃分后的圖像建模成一個超像素MRF無向概率圖模型，其中概率圖模型的結點元素是超像素，并且相鄰超像素之間的關系通過圖的鄰接表形式來表示；

(3)提取每個超像素塊的多維特征，基于特征用無監督算法對超像素進行分類，以實現對圖像的初步分割，再用自動標簽映射機制來確定核、質和背景區域所對應的正確語義標簽；

(4)用邊緣搜索MRF求解算法對初步分割結果進一步求精以實現對細胞圖像的精確分割。