专利名称：一种癌细胞识别方法
技术领域：
本发明属于医疗器械领域，特别涉及一种癌细胞识别方法。
背景技术：
癌症，已经成为现代社会威胁人类健康的第一杀手，但众所周知，如果能够做到早期发现、早期诊断、早期治疗，就可以提高癌症病人的治愈率、并延缓和降低死亡率，所谓早期发现早期诊断，主要是指当肿瘤尚处于初始生长阶段，病变组织还仅限于正常组织的一小部分，病人并无明显症状或仅有轻微症状时即被发现、诊断出来，早期发现对于治疗和攻克癌症具有至关重要的意义，据统计数据表明目前在大、中城市医院门诊部所见到的癌症病人中，早期病人约占5 % 10 %，中期约占20 %，较晚期的病人约占70 % 75 %，而相对于早期癌症病人正规治疗后5年后的高生存率70% 95%，较晚期病人治疗后的5年生存率只有10% 30%，因此我国医字界多年来，对于癌症控制一直倡导和实施的是预防为主，防治结合，重在三早(早期发现，早期诊断和早期治疗)的策略，这种策略无论对于癌症病人的身体痛苦和经济承受力，还是治疗效果而言，都是相对最有效的。目前在癌症早期监测技术和方法中，存在以下四个难关(1)癌变细胞没有确定的外形细胞核、细胞膜的变异是无规律的；(2)无法实现多角度下的细胞识别变异的细胞任意角度存在，检测复杂度增加；(3)重叠细胞和癌变细胞误诊观测角度不同，重叠细胞和癌细胞被混淆；(4)检测繁复和医疗条件有关，人工检测不可能完成对海量图像数据检测；随着医学技术的发展，涌现出各种各样的癌症检测技术和手段(I)X线检查胸部X线检查适用于有肺癌症状或其他部位癌症转移到肺癌的患者；骨骼X线检查运用于骨肿瘤的患者，钡餐及钡灌肠X线检查适用于胃和肠道肿瘤的患者；(2)血管造影通过准确的动脉插管并注入造影剂，可获得任何器官癌症的有价值的诊断信息，静脉造影和淋巴造影在肿瘤诊断中已不像以前那样常用，但后者可提供淋巴结转移的证据，近年来，数字血管造影对发现小的肿瘤提供了更高的诊断准确性；(3)计算机X线体层摄影即通常所说的CT检查，最初用于颅内肿瘤的诊断，现在已发展到全身检查，尤其是深层器官，如脑、纵膈、胰腺、腹膜后和盆腔肿瘤的检查，可以十分准确地显示小于1厘米肿瘤的轮廓；(4)磁共振成像又称为MRI，没有放射性，对人体危害很小，MRI尤其适用于脑和脊髓肿瘤及软组织和骨肿瘤的患者；(5)B超检查对于区别甲状腺、肝、胰腺和卵巢病变是囊性还是实体肿瘤特别有用，B超检查比CT和MRI便宜，无损伤，未发现对人体有害；(6)放射性核素扫描技术甲状腺扫描可以确定甲状腺内的结节；骨扫描有助于确定癌症患者的骨转移；肝扫描可用于一些肝转移癌在针吸活检前的定位；(7)放射免疫闪烁照相技术用放射性核素标记的抗体，来检测一些相应组织抗原，在注射以后，可在体外控测并成像显示癌肿；(8)内镜检查胃镜用来检查食管和胃的癌症，肠镜用来检查直肠和结肠的癌症， 喉镜和支气管镜用来检查上呼吸道和下呼吸道的癌症，腹腔镜用来检查肝、卵巢和腹膜可疑的肿瘤，膀胱镜用于检查膀胱肿瘤；(9)生物标志物检查某些癌症患者的血清中存在肿瘤标志物，通过这些标志物的检测可用来诊断肿瘤，如血清中甲胎蛋白AFP水平异常增高，可用于诊断肝癌；(10)病理学检查包括细胞学和活检组织检查，癌症的最后确诊必须有病理学证明，病理学检查的优点是检测准确，缺点是工作量大，容易产生错误；以上的检测方法(1)-(9)不但价格昂贵，少则数千元，贵则上万，比如CT检测，虽然效果非常好，但每次检测都在万元左右，这就使得很多的普通百姓望而却步，而且不能在细胞级别做出分析，很多情况下，检测出了肿瘤也同时宣布病人处于中期或晚期，这样并不是真正意义上的早发现。
发明内容
为克服上述方法之不足，本发明提供一种癌细胞识别方法。本发明的技术方案是这样实现的步骤1 采集图像，利用显微镜采集图像将标本安装在显微镜的载物台上进行图像采集；步骤2 对图像进行分析，方法如下建立正常人体细胞样本图像库，对这些细胞图像进行处理，研究正常人体细胞分布规律步骤2-1 降噪处理采用维纳滤波方法实现降噪处理首先取一张图像，对每个像素周围的N宽M高的邻域，按下面公式求平均值和方差，公式如下
权利要求
1.一种癌细胞识别方法，其特征在于包括以下步骤步骤1 采集图像，利用显微镜采集图像将标本安装在显微镜的载物台上进行图像采集；步骤2 对图像进行分析，方法如下 步骤2-1 对图像进行降噪处理； 步骤2-2 对图像进行色彩空间变换； 步骤2-3 采用直方图拉伸对图像颜色进行调整； 步骤2-4 彩用K-means方法对图像进行分割；每幅图像都是由像素点组成的，这些象素点可表示成0-255之间的数值，因此一幅图像可表示成一个二维数组，对图像进行分割，即将0-255之间的数值分割成1-5，使图像颜色由256种变成5种；步骤2-5 对图像进行特征提取，对图形进行卷积分析； 步骤2-6 对图像进行几何分析； 步骤2-7 对图像进行图像识别； 步骤3:输出检测结果。
2.根据权利要求1所述的一种癌细胞识别方法，其特征在于步骤2-1所述的降噪处理，采用维纳滤波方法实现首先取一张图像，对每个像素周围的N宽M高的邻域，按下面公式求平均值和方差，公式如下
3.根据权利要求1所述的一种癌细胞识别方法，其特征在于步骤2-2所述的色彩空间变换是指显微镜获得的图像以RGB格式存储，其中R表示红色，G表示绿色，B表示蓝色， R，G，B的范围为0-255，但是由于显微镜在不同光下显示的图像会有差异，所以需要对图像的颜色进行校正，对图像进行校正的方法为首先，计算图片中所有像素点的亮度分量值，蓝色色度分量值和红色色度分量值，公式如下Y = O. 299 X (R-C) +C+0. 114 X (B-C) Cb = 0. 564 X (B-Y) Cr = 0. 713 X (R-Y)式中，Y表示指亮度分量矩阵，Cb表示蓝色色度分量矩阵，Cr表示红色色度分量矩阵，C表示常量，取值为128;其次，由于经显微镜拍摄的图像中白色可能不是真正的白色，所以要对其进行校正，采用的方法是将经过去噪处理后的图像中白色的部分调整为纯白色，选取白色的像素来参与统计计算选取一个区域，该区域满足Y e [16，235]，Cb e [16，240]，Cr e [16，240]， 落在此区域里的点认为是参考白点，选取参考白色点中Y值最大的，利用Y*10%计算得到 R2，G2，Β2，再分别计算 R2，G2，Β2 的平均值 Rav，Gav，Bav ；最后，采用白平衡调整方法计算图像的调整增益值，公式如下 Ymax = doub 1 e (max (max (Y) ))/15 ； Rgain = Ymax/Rav ； Ggain = Ymax/Gav ； Bgain = Ymax/Bav ；式中，Ymax表示亮度分量矩阵的最大值，Rgain表示R增益，Ggain表示G增益，Bgain 表示B增益；利用上面计算得到的调整增益值实现对原图像颜色的校正，公式如下Ro = R氺Rgain ； Go = G氺Ggain ； Bo = B氺Bgain ；式中，Ro表示R输出矩阵，Go表示G输出矩阵，Bo表示B输出矩阵。
4.根据权利要求1所述的一种癌细胞识别方法，其特征在于步骤2-3所述的直方图拉伸对图像颜色进行调整，公式如下
5.根据权利要求1所述的一种癌细胞识别方法，其特征在于步骤2-4所述的彩用 K-means方法对图像进行分割，方法如下1)选定K个中心的初值因为k-means并不能保证全局最优，而是否能收敛到全局最优解其实和初值的选取有很大的关系，所以需多次选取初值k-means，并取其中最好的一次结果；2)将每个数据点归类到离它最近的那个中心点所代表的聚类cluster中；3)用公式
6.根据权利要求1所述的一种癌细胞识别方法，其特征在于步骤2-5所述的特征提取，即对图形进行卷积分析，方法如下卷积运算可看作是加权求和的过程，使用到的图像区域中的每个像素分别于卷积核的每个元素对应相乘，所有乘积之和作为区域中心像素的新值
7.根据权利要求1所述的一种癌细胞识别方法，其特征在于步骤2-6所述的几何分析，方法如下做计算旋转和计算尺寸变换处理图像放缩是通过对原图像每次缩小0. 92来进行的，公式如下I' (X，y) = I(x, y) X0. 92 放缩变换是通过对原图像每次旋转5度来进行的，公式如下X2 = COS ( θ ) X (X1-X0) -sin ( θ ) X (y「y0) +X0 y2 = sin( θ ) X (X1-X0)+cos ( θ ) X (Y1I0Hy00
8.根据权利要求1所述的一种癌细胞识别方法，其特征在于步骤2-7所述的图像识别，方法如下1)快速傅里叶变换，公式如下
全文摘要
一种癌细胞识别方法，属于医疗器械领域，包括采集图像，对图像进行分析和输出检测结果，其中，对图像进行分析包括降噪处理、色彩空间变换、对颜色进行调整、图像分割、特征提取、几何分析、图像识别；本发明一种癌细胞识别系统及方法，价格合理，检测效果好，能够实现病理图片的自动分析，达到早期发现肿瘤细胞的目的。
文档编号C12Q1/02GK102175625SQ20101056375
公开日2011年9月7日 申请日期2010年11月29日 优先权日2010年11月29日
发明者付志民, 候赛因, 宫伟, 李伟, 李建华, 樊潮 申请人:樊潮