一种基于模糊思想的染色切片识别方法
【技术领域】
[0001]本发明属于图像处理领域，涉及一种染色切片识别方法，尤其涉及一种基于模糊思想的染色切片识别方法。
【背景技术】
[0002]近些年来，随着社会对医疗技术要求的提高，各种新的医疗设备层出不穷，数字切片扫描仪的发展也成为其中相当重要的一环。数字切片扫描系统能将载玻片全信息、全方位快速扫描，使传统物质化的载玻片变成新一代数字化病理切片，是对病理诊断技术实现划时代的变革。
[0003]扫描系统中一个重要的步骤是对切片预览，并利用图像处理技术将预览图中的组织识别出来，与背景分离，以便进行后续处理。传统的识别方法是将预览图灰度化后进行阈值分割，实现组织与背景的二值化分离。
[0004]但传统的识别方法可以将普通切片中的组织有效的识别出来，不过普适性并不高，一旦遇到颜色比较淡(组织颜色与背景颜色相近)的组织，算法很难有良好的区分组织与背景。这是由于灰度化后组织与背景的灰度值很接近，很难确定有效的阈值去区分组织与背景，导致结果中出现组织识别不全，大量杂质被误认为组织的情况出现。
【发明内容】
[0005]有鉴于此，本发明提供了一种基于模糊思想的染色切片识别方法，将染色切片中的组织与背景进行有效分离，尽可能的保留组织并去除杂质。
[0006]为达到上述目的，具体技术方案如下:
[0007]一种基于模糊思想的染色切片识别方法，适用于将切片预览图中的组织与背景分离，包括以下步骤:
[0008]步骤1，制备染色切片的预览图，并将其转为灰度图，所述灰度图中包括组织和背景图像；
[0009]步骤2，将灰度图图像分为若干个小块，依据一个小块内所有像素灰度值相同的标准判断小块属于组织或背景图像，将小块二值化，得到块图；
[0010]步骤3，将块图进行形态学处理，先腐蚀后膨胀，将独立的杂质小块滤掉，得到最终结果图。
[0011]优选的，所述步骤2中的二值化的阈值为灰度图的均值。
[0012]优选的，所述步骤2中的小块为若干个边长为a的正方形小块。
[0013]优选的，所述步骤I中的染色切片包括普通染色切片或淡染色切片。
[0014]优选的，所述步骤I包括:
[0015]步骤1.1，制备淡染色切片和空白切片的预览图，并将两者转为灰度图后相减，得到相减的灰度图；
[0016]步骤1.2，将相减的灰度图的所有像素灰度值乘以系数μ，得到最终的灰度图；
[0017]步骤2中将最终的灰度图图像分为若干个小块。
[0018]优选的，所述步骤1.2中系数μ根据相减的灰度图的灰度直方图而定。
[0019]优选的，所述方法适用于数字切片扫描系统中。
[0020]相对于现有技术，本发明的技术方案解决了普通算法识别淡染色切片效果不佳的问题，通过模糊思想，很好的将组织与背景进行了分离，对数字切片扫描系统产生积极的作用，使其对不同类型的切片有更好的适应性。
【附图说明】
[0021]构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中:
[0022]图1是本发明实施例的流程示意图；
[0023]图2是本发明实施例的淡染色切片的预览图；
[0024]图3是本发明实施例的空白切片的预览图；
[0025]图4是本发明实施例的相减的灰度图；
[0026]图5是本发明实施例的最终的灰度图；
[0027]图6是本发明实施例的块图；
[0028]图7是本发明实施例的结果图。
【具体实施方式】
[0029]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0030]需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
[0031]以下将结合附图对本发明的实施例做具体阐释。
[0032]如图1中所示的本发明的实施例的一种基于模糊思想的染色切片识别方法，具体步骤为:
[0033]步骤1.1，背景减除。如图2和图3中所示，若直接将预览图不作任何预处理直接识别，效果不佳，因此先准备一张空白切片预览图作为背景图，将两图转为灰度图后相减，得到如图4中所示的相减的灰度图，记为sub_img，这时组织与背景的区别较不作处理而言有很大提尚。
[0034]步骤1.2，灰度增强。如图5中所示，由于淡染色切片组织颜色浅，为了得到更好的分割效果，将sub_img的所有像素灰度值乘以一个系数μ，得到最终的灰度图，记为ex_img，以加大组织与背景之间的灰度差，μ的取值需要根据sub_img的灰度直方图而定，过大过小均不利于之后的处理。
[0035]步骤2，小块二值化。
[0036]本发明的核心思想在于:机器与人眼的差别在于，机器更容易察觉细小的区别，而人眼往往将这些区别忽略。机器的灵敏有时候反而会对结果产生负面影响，淡染色组织的识别就是一个例子。在淡染色切片中，虽然组织颜色淡，但是人眼会把连成一片的地方很自然的视作组织，而对机器而言，机器会依次判断每个像素是属于组织还是背景，因此很难得到我们想要的结果。
[0037]本发明的解决思路是模糊化，即不让机器去深宄每一个像素点，而是将图像分为许多个边长为a的正方形小块，机器只需依据一个小块内所有像素灰度值相同来判断小块是组织或背景图像即可，这样更符合人眼视觉的判断标准。
[0038]如图6中所示，将ex_img小块化并二值化，得到块图，记为block_img，二值化的阈值为图ex_img的均值，多次的实验结果表明采用均值是可行的。
[0039]步骤3，block_img已经基本将组织识别出来，但会有许多杂质也被识别进来，如图7中所示，这里对block_img进行形态学处理，先腐蚀后膨胀，将独立的杂质小块滤掉，得到最终结果图。从最终的结果图中可以看出，组织基本已经被识别出来，虽然有仍然有些杂质未被去除，这是由于杂质比较大，考虑到小块组织存在的可能性，这里不对较大杂质进行去除。
[0040]本发明的实施例解决了普通算法识别淡染色切片效果不佳的问题，通过模糊思想，很好的将组织与背景进行了分离，对数字切片扫描系统产生积极的作用，使其对不同类型的切片有更好的适应性。
[0041]以上对本发明的具体实施例进行了详细描述，但其只是作为范例，本发明并不限制于以上描述的具体实施例。对于本领域技术人员而言，任何对本发明进行的等同修改和替代也都在本发明的范畴之中。因此，在不脱离本发明的精神和范围下所作的均等变换和修改，都应涵盖在本发明的范围内。
【主权项】
1.一种基于模糊思想的染色切片识别方法，适用于将切片预览图中的组织与背景分离，其特征在于，包括以下步骤: 步骤1，制备染色切片的预览图，并将其转为灰度图，所述灰度图中包括组织和背景图像； 步骤2，将灰度图图像分为若干个小块，依据一个小块内所有像素灰度值相同的标准判断小块属于组织或背景图像，将小块二值化，得到块图； 步骤3，将块图进行形态学处理，先腐蚀后膨胀，将独立的杂质小块滤掉，得到最终结果图。2.如权利要求1所述的基于模糊思想的染色切片识别方法，其特征在于，所述步骤2中的二值化的阈值为灰度图的均值。3.如权利要求2所述的基于模糊思想的染色切片识别方法，其特征在于，所述步骤2中的小块为若干个边长为a的正方形小块。4.如权利要求1所述的基于模糊思想的染色切片识别方法，其特征在于，所述步骤I中的染色切片包括普通染色切片或淡染色切片。5.如权利要求4所述的基于模糊思想的染色切片识别方法，其特征在于，所述步骤I包括: 步骤1.1，制备淡染色切片和空白切片的预览图，并将两者转为灰度图后相减，得到相减的灰度图； 步骤1.2，将相减的灰度图的所有像素灰度值乘以系数μ，得到最终的灰度图； 步骤2中将最终的灰度图图像分为若干个小块。6.如权利要求5所述的基于模糊思想的染色切片识别方法，其特征在于，所述步骤1.2中系数μ根据相减的灰度图的灰度直方图而定。7.如权利要求1所述的基于模糊思想的染色切片识别方法，其特征在于，所述方法适用于数字切片扫描系统中。
【专利摘要】本发明公开了一种基于模糊思想的染色切片识别方法，适用于将切片预览图中的组织与背景分离，包括制备染色切片的预览图，并将其转为灰度图，所述灰度图中包括组织和背景图像；将灰度图图像分为若干个小块，依据一个小块内所有像素灰度值相同的标准判断小块属于组织或背景图像，将小块二值化，得到块图；将块图进行形态学处理，先腐蚀后膨胀，将独立的杂质小块滤掉，得到最终结果图。本发明的技术方案很好的将组织与背景进行了分离，使数字切片扫描系统对不同类型的切片有更好的适应性。
【IPC分类】G06K9/00
【公开号】CN104899584
【申请号】CN201510381236
【发明人】刘炳宪, 谢菊元, 王焱辉, 王克惠, 丁科迪
【申请人】宁波江丰生物信息技术有限公司
【公开日】2015年9月9日
【申请日】2015年6月29日