[發(fā)明專利]基于灰度共生矩陣的免標(biāo)記細(xì)胞二維散射圖像反演方法

在審

• 申請?zhí)枺?/td>: 202010514878.2
• 申請日: 2020-06-08
• 公開（公告）號: CN111751263A
• 公開（公告）日: 2020-10-09
• 發(fā)明（設(shè)計(jì)）人: 張璐;陳爽;楊澤文;吳涵
• 申請（專利權(quán)）人: 西安交通大學(xué)
• 主分類號: G01N15/10
• 分類號: G01N15/10;G06K9/00
• 代理公司: 西安通大專利代理有限責(zé)任公司 61200
• 代理人: 王艾華

1.基于灰度共生矩陣的免標(biāo)記細(xì)胞二維散射圖像反演方法，其特征在于，使用光學(xué)檢測系統(tǒng)采集細(xì)胞的二維前向散射圖像，經(jīng)過去噪、灰度處理等圖像處理方法后，計(jì)算二維前向散射圖像的灰度共生矩陣以求取其角二階矩，通過數(shù)據(jù)擬合方法，建立細(xì)胞體積V和角二階矩k間的數(shù)學(xué)模型,得到V(k)＝-6554.4k+1752.2，采用所述數(shù)學(xué)模型可以反演出細(xì)胞體積大小，從而判斷人體外周血細(xì)胞因體積變化而產(chǎn)生的病變。

2.根據(jù)權(quán)利要求1所述基于灰度共生矩陣的免標(biāo)記細(xì)胞二維散射圖像反演方法，其特征在于，灰度共生矩陣是使用概率統(tǒng)計(jì)的方法，對二維散射圖像中所有像素點(diǎn)進(jìn)行統(tǒng)計(jì)利用，計(jì)算反演規(guī)律使用的散射信號多，則反演的細(xì)胞體積更加精確。

3.根據(jù)權(quán)利要求1所述基于灰度共生矩陣的免標(biāo)記細(xì)胞二維散射圖像反演方法，其特征在于，計(jì)算散射圖像的灰度共生矩陣的過程中，方向取水平方向，偏移量取值為1，灰度共生矩陣的階數(shù)取16，則所得的角二階矩與細(xì)胞體積間的線性函數(shù)關(guān)系更好。

4.根據(jù)權(quán)利要求1所述基于灰度共生矩陣的免標(biāo)記細(xì)胞二維散射圖像反演方法，其特征在于，二維前向散射圖像的灰度共生矩陣提取角二階矩以及數(shù)學(xué)模型建立的具體過程如下：

A.通過上述采集前向散射圖像的系統(tǒng)，采集若干組體積為V1，V2，…，Vn，且體積依次增大的細(xì)胞前向散射圖像F1，F(xiàn)2，…，F(xiàn)n；

B.分別計(jì)算前向二維散射圖的灰度共生矩陣P1，P2，…，Pn；

C.并計(jì)算基于灰度共生矩陣P1，P2，…，Pn的角二階矩K1，K2，…，Kn；

D.通過matlab軟件，對細(xì)胞體積V1，V2，…，Vn與角二階矩K1，K2，…，Kn進(jìn)行數(shù)據(jù)擬合，得到細(xì)胞體積V與角二階矩K成線性下降的函數(shù)模型V(K)；

使用A中相同方法測得體積未知的前向散射圖像Fx,按照相同方法得到圖像的角二階矩Kx，將Kx代入函數(shù)模型V(K)中得到體積未知細(xì)胞的體積Vx。