基于蛋白抗体试剂的宫颈癌细胞学检测算法的制作方法

本发明属于细胞病理学计算机视觉技术领域，特别涉及一种基于蛋白抗体试剂的宫颈癌细胞学检测算法。

背景技术：

目前的宫颈癌检测算法主要是基于癌变细胞形态学特征，判读结果提示样本中疑似癌变的细胞坐标点。由于癌变细胞的形态变化复杂，对算法识别能力要求很高，对细胞病理工作者确诊的工作难度及强度也很高。

因此，目前亟需一种宫颈癌细胞学图像自动检测方法，以减轻工作者工作量，并提高癌变细胞的检出比例。

技术实现要素：

本发明的目的在于提供一种基于蛋白抗体试剂的宫颈癌细胞学检测算法，达到宫颈癌细胞学自动检测，减轻工作者工作量，提高癌变细胞的检出比例。

为解决上述技术问题，本发明的实施方式公开了一种基于蛋白抗体试剂的宫颈癌细胞学检测算法，包括以下步骤：

对样本细胞进行染色，并获取染色后的样本图像；

对所述样本图像进行对数变换；

对经过对数变换后的样本图像进行线性变换，得到所述样本图像中各细胞的像素值；

根据所述各细胞的像素值，对所述样本图像进行色彩分离，从而分离出癌变细胞和正常细胞。

在另一优选例中，所述“对经过对数变换后的样本图像进行线性变换”的步骤中，采用的第一线性变换公式为：

其中，rlog、glog、blog为所述样本图像的r、g、b三个颜色通道经过对数变换后的值，q[0]、q[1]、q[2]代表线性参数，rsp、gsp、bsp代表进行线性变换后的三通道颜色分量；

线性参数q[0]、q[1]、q[2]的计算公式为：

其中，a、v、c代表中间参数，计算公式如下：

其中，cosx[i]、cosy[i]、cosz[i]代表颜色分离初始化参数，计算公式如下：

其中，

modx[0]＝0.650±0.01；

mody[0]＝0.704±0.01；

modz[0]＝0.286±0.01；

modx[1]＝0.268±0.01；

mody[1]＝0.570±0.01；

modz[1]＝0.776±0.01；

modx[2]＝0.0；

mody[2]＝0.0；

modz[2]＝0.0。

在另一优选例中，所述“对经过对数变换后的样本图像进行线性变换”的步骤中，采用的第二线性变换公式为：

其中，rlog、glog、blog为所述样本图像的r、g、b三个颜色通道经过对数变换后的值，q[3]、q[4]、q[5]代表线性参数，rsp、gsp、bsp代表进行线性变换后的三通道颜色分量；

线性参数q[3]、q[4]、q[5]的计算公式为：

其中，a、v、c代表中间参数，计算公式如下：

其中，cosx[i]、cosy[i]、cosz[i]代表颜色分离初始化参数，计算公式如下：

其中，

modx[0]＝0.650±0.01；

mody[0]＝0.704±0.01；

modz[0]＝0.286±0.01；

modx[1]＝0.268±0.01；

mody[1]＝0.570±0.01；

modz[1]＝0.776±0.01；

modx[2]＝0.0；

mody[2]＝0.0；

modz[2]＝0.0。

在另一优选例中，所述“对经过对数变换后的样本图像进行线性变换”的步骤之后，还包括以下步骤：

对所述线性变换后的三通道颜色分量进行综合计算，计算公式为：

其中，outp1代表线性变换后三通道颜色分量的综合计算值，rsp、gsp、bsp代表进行线性变换后的三通道颜色分量；

科学化计算所述综合计算值，从而得到所述样本图像中各细胞的像素值，计算公式为：

outp＝oxff&floor(outp1+0.5)

其中，outp代表科学化计算后的细胞的像素值，其中oxff为高位清零函数符，floor代表取整函数。

在另一优选例中，所述“根据所述各细胞的像素值，对所述样本图像进行色彩分离，从而分离出癌变细胞和正常细胞”的步骤中,将采用第一线性变换公式所得的所述样本图像中各细胞的像素值与第一阈值相比较，像素值落入所述第一阈值范围内的细胞即为癌变细胞。

在另一优选例中，所述“根据所述各细胞的像素值，对所述样本图像进行色彩分离，从而分离出癌变细胞和正常细胞”的步骤中,将采用第二线性变换公式所得的所述样本图像中各细胞的像素值与第二阈值相比较，像素值落入所述第一阈值范围内的细胞即为正常细胞。

在另一优选例中，所述“对所述样本图像进行对数变换”的步骤中，对所述样本图像的r、g、b三个颜色通道进行对数变换，采用的对数变换公式为：

其中，rlog、glog、blog为所述样本图像的r、g、b三个颜色通道经过对数变换处理的值，log255代表以自然数为底，255的对数。

在另一优选例中，所述“对样本细胞进行染色”的步骤中，采用e7蛋白抗体试剂对样本细胞进行染色。

在另一优选例中，所述癌变细胞为棕色，所述正常细胞为蓝色。

应理解，在本发明范围内中，本发明的上述各技术特征和在下文(如实施例)中具体描述的各技术特征之间都可以互相组合，从而构成新的或优选的技术方案。限于篇幅，在此不再一一累述。

本发明实施方式与现有技术相比，主要区别及其效果在于：

先利用e7蛋白抗体试剂对样本细胞染色，从色彩上将癌变细胞与正常细胞区分，既降低算法识别判读难度，也降低工作者判读工作难度；然后根据疑似癌变细胞胞质棕色染色图像特征，自主设计图像颜色分离模型，建立数学模型，确定模型最优参数，最终实验验证算法的检出能力。

采用e7蛋白抗体试剂对样本细胞进行染色，如果细胞质染色变为棕色，表明e7阳性，表明患者脱落宫颈细胞中疑似癌变细胞。在此基础上，基于计算机视觉进行颜色空间分离，检测出细胞质棕色染色的疑似癌变细胞，阳性检出比例85％，阴性检出比例75％。

利用e7抗体试剂与癌变细胞的显色反应(疑似癌变细胞胞质棕色染色)，设计了图像色彩分离模型，并验证阳性细胞检出能力，达到宫颈癌细胞学自动检测，减轻工作者工作量，提高癌变细胞的检出比例。

分别对r、g、b三个颜色通道进行对数变换，对数变换主要用于将图像的低灰度值部分扩展，将其高灰度值部分压缩，以达到强调图像低灰度部分的目的。

在进行对数变换时，采用以自然数为底，255的对数，色彩分离的效果更好。

附图说明

图1是本发明的实施方式中一种基于蛋白抗体试剂的宫颈癌细胞学检测算法的流程图；

图2是本发明的实施方式中一种待检测样本图像；

图3是图2所示的待检测样本图像的检测结果。

具体实施方式

首先，需要说明的是，本发明各实施方式中的基于蛋白抗体试剂的宫颈癌细胞学检测算法是一种试验研究方法，并不是疾病的诊断和治疗方法。

在以下的叙述中，为了使读者更好地理解本申请而提出了许多技术细节。但是，本领域的普通技术人员可以理解，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请各权利要求所要求保护的技术方案。

在描述本发明之前，应当理解本发明不限于所述的具体方法和实验条件，因为这类方法和条件可以变动。还应当理解本文所用的术语其目的仅在于描述具体实施方案，并且不意图是限制性的，本发明的范围将仅由所附的权利要求书限制。

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。

本发明的实施方式涉及一种基于蛋白抗体试剂的宫颈癌细胞学检测算法，图1是该基于蛋白抗体试剂的宫颈癌细胞学检测算法的流程图。

具体地说，如图1所示，该基于蛋白抗体试剂的宫颈癌细胞学检测算法包括以下步骤：

在步骤101中，对样本细胞进行染色，并获取染色后的样本图像。

在本实施方式中，优选地，采用e7蛋白抗体试剂对样本细胞进行染色，如果细胞质染色变为棕色，表明e7阳性，表明该脱落宫颈细胞为疑似癌变细胞。正常细胞的细胞质染色变为蓝色。

利用e7抗体试剂与癌变细胞的显色反应(疑似癌变细胞胞质棕色染色)，设计了图像色彩分离模型，并验证阳性细胞检出能力，达到宫颈癌细胞学自动检测，减轻工作者工作量，提高癌变细胞的检出比例。

当然，这只是一种优选的实施方式，在本发明的其他某些实施方式中，也可以采用其他的染色试剂，并不以此为限。

此后进入步骤102，对样本图像进行对数变换。

在本实施方式中，优选地，步骤102中采用的对数变换公式为：

公式(1)中，rlog、glog、blog为所述样本图像的r、g、b三个颜色通道经过对数变换处理的值，log255代表以自然数为底，255的对数。

在本实施方式中，在进行对数变换时，采用以自然数为底，255的对数，色彩分离的效果更好。

当然，这只是一种优选的实施方式，在其他的实施方式中，也可以采用其他的对数变换公式，比如以10为底，255的对数；或者其他的对数，并不以此为限。

由于棕色相较于蓝色，灰度更低。分别对r、g、b三个颜色通道进行对数变换，对数变换主要用于将样本图像的低灰度值部分扩展，将其高灰度值部分压缩，以达到强调图像低灰度部分的目的。

此后进入步骤103，对经过对数变换后的样本图像进行线性变换，得到样本图像中各细胞的像素值。

为了达到色彩分离的目的，再进行线性变换。

在优选例一中：采用的线性变换公式为：

在优选例二中：采用的线性变换公式为：

上述公式(2)和公式(3)中，rsp、gsp、bsp代表进行线性变换后的三通道颜色分量；rlog、glog、blog为样本图像的r、g、b三个颜色通道经过对数变换后的值；q[0]、q[1]、q[2]和q[3]、q[4]、q[5]代表线性参数。

其中，线性参数q[0]、q[1]、q[2]的计算公式为：

线性参数q[3]、q[4]、q[5]的计算公式为：

线性参数公式中，a、v、c代表中间参数，计算公式如下：

公式(6)中，cosx[i]、cosy[i]、cosz[i]代表颜色分离初始化参数，计算公式如下：

公式(7)中，

modx[0]＝0.650±0.01；

mody[0]＝0.704±0.01；

modz[0]＝0.286±0.01；

modx[1]＝0.268±0.01；

mody[1]＝0.570±0.01；

modz[1]＝0.776±0.01；

modx[2]＝0.0；

mody[2]＝0.0；

modz[2]＝0.0。

然后，进一步地，对线性变换后的三通道颜色分量进行综合计算，计算公式为：

公式(8)中，outp1代表线性变换后三通道综合计算值，即样本图像中各细胞的像素值。进一步科学化计算目标值，计算四舍五入处理与高位清零：

outp＝oxff&floor(outp1+0.5)………………..(9)

公式(9)中，outp代表科学化计算后的样本图像中各细胞的像素值，其中oxff为高位清零函数符，floor代表取整函数。

本发明的实施方式，先利用e7蛋白抗体试剂对样本细胞染色，从色彩上将癌变细胞与正常细胞区分，既降低算法识别判读难度，也降低工作者判读工作难度；然后根据疑似癌变细胞胞质棕色染色图像特征，自主设计图像颜色分离模型，建立数学模型，确定模型最优参数，最终实验验证算法的检出能力。

此后进入步骤104，根据各细胞的像素值，对样本图像进行色彩分离，从而分离出癌变细胞和正常细胞。

在优选例一中，根据采用线性变换公式(2)线性变换后的三通道颜色分量rsp、gsp、bsp提取前景目标，即棕色目标，也就是疑似癌变细胞。

具体地，将采用线性变换公式(2)计算出来的样本图像中各细胞的像素值与第一阈值相比较，像素值落入第一阈值范围内的细胞即为癌变细胞，至此达到分离出前景目标(棕色目标，即癌变细胞)的目的。

或者，在优选例二中，根据采用线性变换公式(3)线性变换后的三通道颜色分量rsp、gsp、bsp提取背景目标，即蓝色目标，也就是正常细胞。

具体地，将采用线性变换公式(3)计算出来的样本图像中各细胞的像素值与第二阈值相比较，像素值落入第二阈值范围内的细胞即为正常细胞，至此达到分离出背景目标(蓝色目标，即正常细胞)的目的。

或者，在优选例三中，将线性变换公式(2)和线性变换公式(3)结合使用，二者结合，色彩分离的效果会更好。先提取棕色目标，再提取蓝色目标；或者先提取蓝色目标，再提取棕色目标。

最终达到颜色分离的目的，如图2所示，为待检测图像，其中圆圈标注代表目标细胞，即待检测疑似癌变细胞，细胞质棕色染色。如图3所示，通过图像色彩分离，将目标细胞从背景分离，完成宫颈癌细胞学检测。

采用e7蛋白抗体试剂对样本细胞进行染色，如果细胞质染色变为棕色，表明e7阳性，表明患者脱落宫颈细胞中疑似癌变细胞。在此基础上，基于计算机视觉进行颜色空间分离，检测出细胞质棕色染色的疑似癌变细胞，阳性检出比例85％，阴性检出比例75％。

需要说明的是，在本专利的权利要求和说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

虽然通过参照本发明的某些优选实施方式，已经对本发明进行了图示和描述，但本领域的普通技术人员应该明白，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。