血细胞图像中白细胞的核浆分离方法、分类方法及装置的制造方法_3

文档序号:9453762阅读:来源:国知局
间模型来表征:如图2e中所 示,为倒置圆锥体模型,其中,垂直轴线代表彩色强度I ;离中心轴线的径向距离代表色彩 饱和度S ;色调H由色点矢量绕中轴旋转的角度#表示,将图2e所示的HSI彩色空间倒置 圆锥体模型移植到RGB直角坐标系中,构成统一的体系,如图2f中所示。而HIS与RGB分 量参数之间的转换关系参考以下公式(1)~(4):
[0112] I = (R+G+B) /3 (1)
[0113]
[0114]
[0115]
[0116] 因此,本实施例中可以利用上述公式基于所述染色细胞图像的RGB分量参数,获 取到所述染色细胞图像的饱和度分量图像、强度分量图像及色调分量图像。
[0117] 基于前述各实现方案,参考图4,为本申请提供的一种血细胞图像中白细胞的核浆 分离方法实施例三中所述步骤103的实现流程图,其中,所述步骤103可以通过以下步骤实 现:
[0118] 步骤131 :将所述饱和度分量图像与所述强度分量图像利用IMGiiS/I进行增强, 得到增强图像。
[0119] 其中,S为所述饱和度分量图像的饱和度参数,I为所述强度分量图像的强度参 数,頂匕为所述增强图像的图像参数。
[0120] 以如图2g为含有一个白细胞的细胞原图为例,其饱和度分量图像如图2j中所示, 其强度分量图像如图2k中所示,所述步骤131中将所述饱和度分量图像与所述强度分量图 像利用公式IMG 1= S/I进行图像增强,得到增强图像,如图21所示。而该增强图像的直方 图如图2m中所示,由直方图中可以看出,白细胞的细胞浆图像区域、细胞背景图像区域及 红细胞图像区域的灰度值与细胞核的区域形成明显的双峰。
[0121] 步骤132 :对所述增强图像进行阈值分割,得到所述染色血细胞图像中每个白细 胞的核图像区域。
[0122] 其中,所述步骤132中可以采用0TSU大津算法对所述增强图像进行阈值分割等处 理,进而得到所述染色血细胞图像中的每个白细胞的核图像区域,如图2n中所示的含有一 个白细胞的染色细胞区域中的核图像区域的二值图。
[0123] 在具体实现中,由于白细胞的细胞浆在染色后与红细胞染色后的灰度值相近,常 用的阈值分割很难分割出来,又由于白细胞经常与红细胞粘连在一起,使得边缘不明显,识 别的准确率较低;而且对整张图像进行处理会造成较大的计算量。由此,基于前述各实施 例,参考图5,为本申请提供的一种血细胞图像中白细胞的核浆分离方法实施例四中所述步 骤104的实现流程图,其中,所述步骤104可以通过以下步骤实现:
[0124] 步骤141 :基于每个所述白细胞的核图像区域,对所述染色血细胞图像进行图像 分割,得到每个所述白细胞的染色子图像。
[0125] 其中,每个所述染色子图像中包含有一个白细胞的核图像区域,如图2h中所示的 染色子图像X和Y。
[0126] 也就是说,为了降低计算量,在本实施例中确定出所述染色细胞图像中的各个白 细胞的核图像区域之后,对每个核图像区域对应的白细胞进行定位,以预设大小的图像 框架对所述染色细胞图像中的各个白细胞所在的图像区域进行划分,如图2h中所示,以 280*280(像素)的图像框架对所述染色细胞图像中的白细胞的核图像区域进行框选划分, 以划分出所述染色细胞图像中的各个白细胞所在的染色子图像。
[0127]需要说明的是,由于前文中本实施例已经获取到所述染色细胞图像的饱和度分量 图像、强度分量图像及色调分量图像,因此,所述步骤141中划分出的染色子图像同样具有 其各自的饱和度分量图像、强度分量图像及色调分量图像,具体的,本实施例中可以直接对 所述染色细胞图像中的各个分量图像基于各个白细胞所在的染色子图像的大小及位置进 行划分,以得到每个所述染色子图像各自的饱和度分量图像、强度分量图像及色调分量图 像。
[0128] 之后,对每个所述染色子图像分别执行以下步骤,以得到每个所述染色子图像中 的白细胞的浆图像区域:
[0129] 步骤142 :在所述饱和度分量图像和所述强度分量图像增强所得到的图像中,提 取出第一二值图像。
[0130] 其中,所述第一二值图像包括其对应的白细胞的核图像区域及细胞图像边缘,所 述细胞图像边缘可以理解为:所述白细胞的细胞图像的边缘。
[0131] 以如图2g为含有一个核图像区域的染色子图像为例,图21即为该染色子图像的 饱和度分量图像和所述强度分量图像进行增强所得到的图像,所述步骤142对该图像进行 二值提取,得到该染色子图像对应的第一二值图像,如图2〇中所示。
[0132] 步骤143:从所述染色子图像的强度分量图像中,提取出所述白细胞的细胞背景 区域的第二二值图像。
[0133] 以如图2g为含有一个核图像区域的染色子图像为例,图2p为该染色子图像的强 度分量图像,所述步骤143对该强度分量图像进行二值提取,得到该染色子图像对应的第 二二值图像,如图2q中所示。其中,本实施例中所提取的细胞背景图像的第二二值图像可 以理解为:所述染色子图像中除白细胞的细胞核及细胞浆各自区域之外的区域的二值图 像。
[0134] 步骤144:将所述染色子图像的色调分量图像、第一二值图像与第二二值图像利 用temp= HXBWI及IMG2=tempXBWSI进行融合,得到所述染色子图像的融合图像。
[0135] 其中,BWI为所述第二二值图像,H为所述色调分量图像,temp为中间变量,BWSI 为所述第一二值图像,頂心为所述融合图像。需要说明的是,这些标号均为相应图像的图像 向量。
[0136] 以如图2g为含有一个核图像区域的染色子图像为例,图2r为该染色子图像的色 调分量图像,所述步骤144对该染色子图像的色调分量图像、第一二值图像与第二二值图 像进行融合,得到该染色子图像对应的融合图像,标记为所述融合图像,如图2s中所示。
[0137] 步骤145:以所述第一二值图像中的核图像区域及核图像边缘的像素点集合为种 子点集合,以所述第二二值图像中细胞背景区域边缘为生长边界,对所述融合图像执行区 域生长算法,得到所述白细胞的浆图像区域。
[0138] 其中,所述区域生成算法是指将组成的像素或区域发展成更大区域的过程。从种 子点的集合开始,从这些点的区域增长是通过将每个种子点有相似属性像强度、灰度级、纹 理颜色等的相邻像素合并到此区域。
[0139] 具体的,参考图6,为本实施例中所述步骤145的实现流程图,其中,所述步骤145 可以通过以下步骤实现:
[0140] 步骤601 :确定相邻于所述种子点集合的所述细胞背景区域中的当前像素点。
[0141] 步骤602 :判断所述当前像素点的色调值与所述种子点集合的当前平均色调值之 间的差值是否小于或等于预设的阈值,如果是,执行步骤603。
[0142] 步骤603:将所述当前像素点加入所述种子点集合并更新所述种子点集合的当前 平均色调值,返回执行所述步骤601,确定相邻于所述种子点集合的所述细胞背景区域中的 当前像素点,直到所述细胞背景区域中不再有色调值与所述种子点集合的当前平均色调值 之间的差值小于或等于预设的阈值的像素点,结束本流程。
[0143]例如,以在色调分量图像H的区域生长为例:定义图像空间上两点Pi饵,Su I), P2(H2, S2, 12)。两点间色度差可用如下公式表达:
[0144] Dh^PJ= |H「H2| (5)
[0145] 区域生长准则为:设图像上某种子区域R的平均色调值为仏,图像上区 域R相邻一像素点P的色调值为H p,若D(HR,PR) = |HP-HR|彡T,则将点P加入区域 R中,T是一固定的阈值。随着区域R不断更新,需要重新计算区域R平均色调值H。:
(6)
[0146] 若按上述准则找不到更多符合的像素点,则停止生长。
[0147] 本实施例利用上述方案对所述融合图像执行上述区域生长算法,得到各个染色子 图像中相应白细胞的浆图像区域,避免出现由于粘连红细胞而导致的过分割现象,提高识 别的准确率。
[0148] 参考图7,为本申请提供的一种血细胞图像中白细胞的分类方法实施例五的实现 流程图,其中,所述方法可以包括以下步骤,以实现对血细胞图像中白细胞的核浆分离及细 胞分类:
[0149] 步骤701 :采集染色血细胞图像。
[0150] 步骤702 :分别获取所述染色血细胞图像对应的饱和度分量图像、强度分量图像 及色调分量图像。
[0151] 步骤703 :将所述饱和度分量图像及所述强度分量图像进行图像增强及阈值分割 处理,以确定出所述染色血细胞图像中每个白细胞的核图像区域。
[0152] 步骤704 :将所述饱和度分量图像、强度分量图像和色调分量图像进行图像融合 及区域生长处理,得到所述染色血细胞图像中每个白细胞的浆图像区域。
[0153] 步骤705:基于所述染色血细胞图像中每个白细胞的核图像区域和浆图像区域, 获取所述染色血细胞图像中每个白细胞的核浆分离图。
[0154] 其中,所述步骤701~所述步骤705的实现可以参考本申请文件中前述各个血细 胞图像中白细胞的核浆分离方法实施例中步骤101~步骤105的实现,此处不再详述。
[0155] 步骤706 :提取所述染色血细胞图像中每个所述白细胞的核浆分离图中核图像区 域、浆图像区域及白细胞图像区域的形态学特征参数。
[0156] 步骤707 :利用预先设置的神经网络分类器,对每个所述白细胞的形态学特征参 数进行分类,以得到每个所述白细胞的细胞类型。
[0157] 也就是说,本实施例中在得到白细胞的核浆分离图后,对该白细胞的核浆分离图 像中核图像区域、浆图像区域及细胞图像区域,进行形态学特征参数提取,将提取到的形 态学特征参数进行归一化,并将归一化后的形态学特征参数置入经过训练的神经网络分类 器,以识别出该白细胞的细胞类型,如嗜酸性粒细胞、嗜碱性粒细胞、嗜中性粒细胞、淋巴细 胞、单核细胞或原始粒细胞等,进而对所述染色细胞图
当前第3页1 2 3 4 5 6 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1