一种基于形态学分类计数白细胞的方法与流程

本发明属于图像处理领域，具体涉及一种白细胞分类计数方法。

背景技术：
在血液样本中，白细胞数量只有红细胞的1/800，在一个细胞图像采集视野中，会出现1-5个左右的白细胞，白细胞是人体防御系统的重要组成部分，根据包含在核与原形质中的颗粒不同，分为粒细胞，单核细胞和淋巴细胞，粒细胞又根据颗粒的性质不同分为嗜酸性粒细胞，嗜碱性粒细胞和中性粒细胞。各类白细胞与全体白细胞总数的成分百分比是血液检查的重要项目，经瑞氏染色后，根据各种成熟白细胞在显微镜下核染色、胞浆染色、核形等形态来区分白细胞的种类。外周血血涂片瑞氏染色后对其中的白细胞进行人工分类计数是目前临床检验中的常规工作，由于这些检测工作量大，化验时间长，过程繁琐，工作效率低，对细胞的分析受检验医师经验和视觉分辨率的限制，掺杂过多的主观因素，缺少客观标准。血细胞自动分析仪虽然能快速地进行白细胞分类计数，但是它存在以下难以克服的缺点：①细胞要通过很细的小孔，容易造成堵塞；②对于异常细胞没有能力识别，不利于临床诊断；③不能保存样本的原始生理状态。所以很有必要找一种有效替代它的方法。模式识别作为计算视觉最成熟的应用，目前已经运用于医学检测中的为外周血血细胞分类计数，通过建立标准的细胞形态库，将待检样本的细胞与标准细胞进行比对，然后进行归类，而达到对细胞进行分类计数的目的。但模式识别在医学应用中，有其局限性，医学检测主要检测的是不正常状态（疾变情况下出现的异常情况），且这些异常状态千差成别，极其多样性，而模式识别是基于与正常样本比对一种非测量性比较算法，无法对多样性的异常作为判断或识别。因此，以微型机为主体，运用图像处理与分析的相关技术，通过白细胞的各种特征确定细胞，实现白细胞显微图像的自动识别和定量分析，具有重要的研究意义。

技术实现要素：
发明目的：本发明的目的是为了解决上述技术问题，提供一种以微型计算机为处理核心，基于形态学参数的图像分析，做到快速高效准确定量分类白细胞。技术方案：本发明所述的一种基于形态学分类计数白细胞的方法，所述方法包括以下步骤：（1）外周血涂片经瑞氏染色后，利用显微镜采集图像；（2）步骤（1）图像输入计算机系统，对白细胞进行形态学参数分析，将白细胞划分为淋巴细胞区、单核细胞区、粒细胞区及消亡细胞区四个区域；（3）进一步将步骤（2）所划分出的区域细胞进行形态学参数分析，将细胞进一步精确区分出单核细胞、淋巴细胞、嗜酸性粒细胞和中性粒细胞；（4）将区分出来的白细胞种类进行分类计数统计。步骤（2）中，以细胞核浆比为横坐标，细胞核圆度（核半径变异系数）为纵坐标，对白细胞的这两个形态学参数作二维散点图，划分为四个区域，根据区域相对应的显微镜图像，将区域细胞识别为淋巴细胞区、单核细胞区、粒细胞区及消亡细胞区。步骤（3）中，以细胞核亮度总量为横坐标，细胞核圆度（核半径方差）为纵坐标，对淋巴细胞区和单核细胞区细胞的这两个形态学参数作二维散点图，根据区域相对应的显微镜图像，进一步区分出淋巴细胞核和单核细胞。步骤（3）中，细胞色度分为红色通量和蓝色通量，以红色通量为横坐标，蓝色通量为纵坐标构建二维散点图，红色分量多的细胞为嗜酸粒细胞，因此将粒细胞区进一步精确区分为嗜酸粒细胞和中性粒细胞。形态学参数的含义，细胞核面积：白细胞胞核区域的像素总和。细胞浆面积：白细胞胞浆区域的像素总和。细胞核浆比：细胞核面积(细胞核区域像素组成面积)/细胞浆面积（细胞浆区域像素组成面积）。细胞核圆度:核圆度是表征细胞核接近圆形的重要特征参数。本发明所述细胞核圆度是指用核半径（重心点到边界点连线的长度）的变异系数（CV）或者方差(Var)的大小来表示细胞核的圆度。蓝色分量（B）:细胞浆内蓝色成分的量。红色分量（R）:细胞浆内红色成分的量。有益效果：经计算机系统分析处理图像，运用几种简单的形态学参数作出二维散点图，将所有细胞以统计图的方式呈现，根据区域相对应的显微镜图像特征，实现了白细胞快速精准分类，白细胞计数自动化，与人工计数方法相比，克服了主观因素，步骤简单快速，诊断速度与准确性大幅提高。附图说明图1是本发明的白细胞区域细胞形态学参数二维散点图。图2是本发明的淋巴细胞区细胞形态学参数二维散点图。图3是本发明的单核细胞区细胞形态学参数二维散点图。图4是本发明的粒细胞区细胞形态学参数二维散点图。图5是本发明的淋巴样单核细胞的显微镜图像。图6是本发明的淋巴细胞的显微镜图像。图7是本发明的单核细胞的显微镜图像。图8是本发明的大核淋巴细胞的显微镜图像。图9是本发明的粒细胞区细胞的显微镜图像。具体实施方式为了加深对本发明的理解，下面将结合实施例和附图对本发明作进一步详述，该实施例仅用于解释本发明，并不构成对本发明保护范围的限定。实施例（1）外周血涂片经瑞氏染色后，利用显微镜采集图像；（2）将图像输入计算机系统处理，参见图1，对白细胞进行形态学参数分析，以细胞核浆比为横坐标，构建二维散点图，细胞核圆度（核半径变异系数）为纵坐标，构建二维散点图，根据区域细胞相对应的显微镜图像，将白细胞划区分为淋巴细胞区R1、单核细胞区R2、粒细胞区R3及消亡细胞区R4四个区域；（3）进一步将步骤（2）所划分出的区域细胞淋巴细胞区R1、单核细胞区R2、粒细胞区R3进行形态学参数分析；参见图2和3，以细胞核亮度总量为横坐标，细胞核圆度（核半径方差）为纵坐标，构建二维散点图，根据区域细胞相对应的显微镜图像，将淋巴细胞区R1和单核细胞区R2进一步精确区分为淋巴样单核细胞R5、淋巴细胞R7、单核细胞R6、大核淋巴细胞R8；参见图4，以红色分量（R）为横坐标，蓝色分量（B）纵坐标，构建二维散点图，红色分量多的细胞为嗜酸粒细胞，将粒细胞区R3进一步精确区分为嗜酸性粒细胞R9和中性粒细胞R10；图5、图6、图7、图8、图9分别对应于淋巴样单核细胞R5、淋巴细胞R7、单核细胞R6、大核淋巴细胞R8、粒细胞区R3区域细胞的显微镜图像,根据显微镜图像的特点，可以识别出白细胞种类。（4）将区分出来的白细胞种类进行分类计数统计。以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。