[發(fā)明專利]一種細胞圖像查重方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110450762.1
• 申請日: 2021-04-26
• 公開（公告）號: CN113220925B
• 公開（公告）日: 2022-04-12
• 發(fā)明（設(shè)計）人: 馬瓊雄;何海森;李梓嵐;蘇志豪;陸清航;郭亮
• 申請（專利權(quán)）人: 華南師范大學(xué)
• 主分類號: G06F16/583
• 分類號: G06F16/583;G06F16/51;G06F16/50
• 代理公司: 廣州容大知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44326
• 代理人: 潘素云

本發(fā)明公開了一種細胞圖像查重方法及系統(tǒng)，該方法包括建立圖像數(shù)據(jù)庫database和重復(fù)圖像數(shù)據(jù)庫re?database；移動顯微鏡，獲取視野下的待查細胞；輸入一張待查細胞圖像img的路徑；獲取待查圖像的指紋fp；計算圖像指紋fp的一維近似表示od；獲取待查圖像的顏色直方圖的特征數(shù)組fh；獲取待查圖像的顏色指紋cfp；計算待查圖像img的SIFT特征描述子desp；若數(shù)據(jù)庫database中有與待查圖像img重復(fù)的圖像，獲取其od、fp、cfp、fh、desp后保存至數(shù)據(jù)庫；將列表內(nèi)其他相似的圖像的路徑提取出來，在數(shù)據(jù)庫database中查找并刪掉。該方法能夠減少不必要的計算，提高運行效率。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機圖像處理技術(shù)領(lǐng)域，具體涉及一種細胞圖像查重方法和系統(tǒng)。

背景技術(shù)

隨著算力和數(shù)據(jù)量的增加，人工智能正在進入各個領(lǐng)域。而在醫(yī)學(xué)圖像處理領(lǐng)域，人工智能也有著廣闊的前景。在血細胞形態(tài)學(xué)檢查方面，需要將病人的外周血或骨髓制成涂片，然后在顯微鏡底下觀察各種血細胞的形態(tài)，在顯微鏡下計數(shù)涂片中至少200個有核細胞，觀察各系細胞增生情況、各階段細胞比例及形態(tài)學(xué)特征、是否存在病變情況及其特征，并用文字描述細胞檢驗結(jié)果，最后提出診斷意見和建議。在使用計算機視覺技術(shù)輔助醫(yī)生提高血細胞形態(tài)學(xué)檢驗效率的過程中，在對顯微鏡當(dāng)前視野下圖像的細胞分類計數(shù)后，移動涂片進行顯微鏡下一個視野下圖像的細胞分類計數(shù)，這個過程中，獲取的細胞圖像有時會因涂片的移動距離較小導(dǎo)致前后視野的圖像有大量重疊的地方而重復(fù)計數(shù)細胞，這將影響檢驗結(jié)果的準(zhǔn)確性。因此，亟需一種細胞圖像查重方法來避免大量的重復(fù)細胞圖像對診斷結(jié)果造成干擾。

傳統(tǒng)的圖像查重技術(shù)一般都是單層結(jié)構(gòu)，單層結(jié)構(gòu)的查重技術(shù)很難在時間復(fù)雜度和匹配準(zhǔn)確性之間取舍。對于醫(yī)學(xué)圖像的處理，必須要保證足夠的準(zhǔn)確率，因為重復(fù)計數(shù)的異常圖像會導(dǎo)致誤判病人的病情。即使是將多種查重算法簡單堆疊也并不能取得很好的結(jié)果，一方面是因為簡單地堆疊算法會增加計算量，降低查重的效率，另一方面如果前一層的算法查出大量非相似的圖像會導(dǎo)致后一層算法浪費計算資源。雖然多層查重結(jié)構(gòu)在準(zhǔn)確性方面由于單層結(jié)構(gòu)，但若結(jié)構(gòu)設(shè)計不當(dāng)反而會起反效果，重復(fù)的圖像會混有其他非重復(fù)的圖像。

發(fā)明內(nèi)容

有鑒于此，為了解決現(xiàn)有技術(shù)中的上述問題，本發(fā)明提出一種細胞圖像查重方法和系統(tǒng)，在保證運行速度快的前提下，提高查重的準(zhǔn)確性。

本發(fā)明通過以下技術(shù)手段解決上述問題：

一方面，本發(fā)明提供一種細胞圖像查重方法，包括如下步驟：

S1：建立圖像數(shù)據(jù)庫database，用來保存圖像路徑、圖像指紋fp、顏色指紋cfp和特征描述子desp；建立重復(fù)圖像數(shù)據(jù)庫re-database，用來保存重復(fù)的圖像的路徑；

S2：從顯微鏡獲取一張當(dāng)前視野的全局圖glo-gp_i，glo-gp_i表示第i張全局圖；通過目標(biāo)檢測算法得到該視野下全部細胞，并將它們保存到圖像文件夾f，圖像命名包含一維坐標(biāo)z的信息，其中z＝x+y，坐標(biāo)x和y由目標(biāo)檢測算法提供，同時用隊列que保存圖像的路徑，入隊順序按z從小到大；

S3：從隊列que彈出一張待查重細胞圖像img的路徑，獲得其坐標(biāo)z；檢查圖像數(shù)據(jù)庫database中是否存在img的路徑，若存在則輸入下一張；

S4：獲取待查重細胞圖像的指紋fp：將待查重細胞圖像縮小到32*32的尺寸，并進行灰度化處理，隨后對圖像做離散余弦變換得到disp，選取disp左上角8*8的區(qū)域，計算該區(qū)域的均值，將大于或等于平均值的數(shù)值計為1，小于平均值計為0，最終生成二進制數(shù)組作為待查重細胞圖像的指紋fp；

S5：計算待查重細胞圖像的指紋fp的一維近似表示od；

S6：獲取待查重細胞圖像的顏色直方圖的特征數(shù)組fh；

S7：獲取待查重細胞圖像的顏色指紋cfp；