[發(fā)明專利]一種生物組織圖像中提取細胞的方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202210822877.3
• 申請日: 2022-07-06
• 公開（公告）號: CN115330685A
• 公開（公告）日: 2022-11-11
• 發(fā)明（設計）人: 朱?;劉章;李東宇;俞婷婷;朱京譚
• 申請（專利權）人: 華中科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/136;G06T5/00;G06T5/20
• 代理公司: 武漢華之喻知識產(chǎn)權代理有限公司 42267
• 代理人: 李君;廖盈春

本發(fā)明提供了一種生物組織圖像中提取細胞的方法及系統(tǒng)，屬于圖像處理技術領域，細胞提取方法包括：根據(jù)生物組織圖像中待提取細胞的尺寸大小，確定中值濾波器的尺寸，并采用中值濾波器濾除細胞；將生物組織圖像與濾除細胞后的圖像作差，獲取細胞圖像；對細胞圖像進行閾值分割，提取細胞。本發(fā)明從生物組織圖像中提取細胞的準確度大大提升。

技術領域

本發(fā)明屬于圖像處理技術領域，更具體地，涉及一種生物組織圖像中提取細胞的方法及系統(tǒng)。

背景技術

本發(fā)明涉及一種由熒光變倍體式顯微鏡采集的鼠腦皮層圖像，其中包含了被標記的中性粒細胞信號，以及血管、背景組織、實驗人員操作導致的淤血、氣泡等信號。從這種圖像中提取出中性粒細胞的空間分布信息，其難點在于：圖像整體灰度不均勻，背景的明暗變化大，待提取目標面積小但分布廣，圖像中存在實驗操作可能產(chǎn)生的淤血、氣泡等干擾。

在傳統(tǒng)圖像處理中，為了提取圖像中的細胞，通常會采用閾值分割、形態(tài)學變換、邊緣檢測、分水嶺或區(qū)域生長等方法。目前這些方法在復雜背景生物組織圖像上難以獲得較好的分割效果。全局閾值的分割方法通過將圖像灰度與設定好的閾值進行比較，從得到分割結果，由于本發(fā)明涉及的圖像整體灰度不均勻，全局閾值只能分割出一部分區(qū)域的細胞。局部閾值的分割方法通過將圖像灰度與其周圍區(qū)域的圖像灰度作比較來分割圖像，但在提取出細胞的同時，難以避免生物組織背景和血管的邊緣，以及氣泡、淤血部分的邊緣的干擾。形態(tài)學變換通過使用特定模板對圖像進行開閉等形態(tài)學操作提取目標，但是同時會提取出與目標細胞形狀類似的氣泡等結構的影響，導致分割不準確。邊緣檢測的方法通過圖像梯度算子來提取圖像邊緣信息，接著使用圖像填充、形態(tài)學方法提取細胞，但是細胞附近的細小血管也會同時被分割出來，導致結果不準確。分水嶺、區(qū)域生長的方法常用來分割大區(qū)域，難以提取分布廣、數(shù)量多的小面積細胞。

發(fā)明內容

針對現(xiàn)有技術的缺陷，本發(fā)明的目的在于提供一種生物組織圖像中提取細胞的方法及系統(tǒng)，旨在解決現(xiàn)有的技術從生物組織圖像中提取細胞精度較低的問題。

為實現(xiàn)上述目的，一方面，本發(fā)明提供了一種生物組織圖像中提取細胞的方法，包括以下步驟：

S1：根據(jù)生物組織圖像中待提取細胞的尺寸大小，確定中值濾波器的尺寸，并采用中值濾波器濾除細胞；

S2：將生物組織圖像與濾除細胞后的圖像作差，獲取細胞圖像；

S3：對細胞圖像進行閾值分割，提取細胞。

進一步優(yōu)選地，S1之前對生物組織圖像進行去噪平滑處理，以降低因成像條件而產(chǎn)生的噪聲干擾。

進一步優(yōu)選地，采用均值濾波、高斯濾波或BM3D算法進行去噪平滑處理。

進一步優(yōu)選地，在S2與S3之間采用非線性灰度變換抑制細胞圖像中的背景部分；其中，非線性灰度變換的參數(shù)根據(jù)待提取細胞的尺寸以及待提取細胞與細胞圖像中背景的灰度值差異進行調整；其中，細胞圖像中的背景部分對應生物組織圖像中的邊緣。

進一步優(yōu)選地，中值濾波器的尺寸為待提取細胞中最大面積的細胞直徑的1.5倍。

進一步優(yōu)選地，待提取細胞為中性粒細胞。

另一方面，本發(fā)明提供了一種生物組織圖像中提取細胞的系統(tǒng)，包括：

中值濾波器，其尺寸根據(jù)生物組織圖像中待提取細胞的尺寸大小確定，用于濾除生物組織圖像中的待提取細胞；

細胞圖像提取模塊，用于將生物組織圖像與濾除細胞后的圖像作差，獲取細胞圖像；

閾值分割模塊，用于對細胞圖像進行閾值分割，提取細胞。

進一步優(yōu)選地，細胞提取系統(tǒng)還包括預處理模塊，用于在中值濾波器濾除待提取細胞之前，對生物組織圖像采用均值濾波、高斯濾波或BM3D算法進行去噪平滑處理。