本发明一般涉及细胞边界分割领域,并且更具体地,涉及基于voronoi图的角膜内皮细胞边界分割方法和装置。
背景技术:
1、近年来眼科面临的挑战之一是开发自动评估角膜内皮健康状况的方法。角膜内皮健康状况表现为内皮细胞的组织结构。在健康的角膜中,内皮细胞的大小均匀,排列紧密,呈现出规则的六边形。不同的病理条件会破坏这种规律性,导致一些细胞受损,并导致细胞不可预测的伸长、变薄和大小变化。因此,可以通过细胞密度、变异系数和六方度等细胞形态参数和几何参数评估角膜内皮状况。这些参数是通过分析从角膜内皮的显微镜图像中提取的细胞来计算的。由眼科医生手动提取细胞需要手动描绘视野中多个细胞的轮廓,非常繁琐和耗时。
2、目前基于voronoi图对于角膜内皮细胞边界的分割并不存在针对由于病变原因而形态发生改变的角膜内皮细胞的分割方法,特别是对于出现黑区现象的角膜内皮细胞,缺少对于黑区的判断,而直接进行细胞分割,这样会导致细胞遗漏、细胞边界分割不够精确、将黑区部分进行错误分割等现象的出现,可能造成临床上角膜内皮细胞病理分析错误,引起疾病误诊、错诊、漏诊等不良情况发生。
技术实现思路
1、根据本发明的实施例,提供了一种基于voronoi图的角膜内皮细胞边界分割方案。本方案有效地降低了黑区对细胞分割产生的不利影响,提高了带有黑区的细胞的分割准确率。
2、在本发明的第一方面,提供了一种基于voronoi图的角膜内皮细胞边界分割方法。该方法包括:
3、获取待处理的角膜内皮细胞图像,对所述待处理的角膜内皮细胞图像进行灰度处理,得到第一图像;
4、判断所述第一图像中是否存在黑区,若是,则对所述第一图像生成黑区掩膜,对所述黑区掩膜进行形态学处理,得到第二图像;否则根据所述第一图像中的细胞情况对所述第一图像进行预处理;
5、对预处理后的图像进行腐蚀处理,得到第三图像;
6、利用分水岭算法对所述第三图像进行区域划分,得到第四图像;
7、基于所述第四图像生成voronoi图,其中,所述voronoi图的生成元为所述第四图像中每个细胞的质心坐标;所述voronoi图的子区域边界作为细胞边界。
8、进一步地,根据所述第一图像中的细胞情况对所述第一图像进行预处理,包括:
9、判断所述第一图像中的角膜内皮细胞情况,对于正常的角膜内皮细胞和偏大的角膜内皮细胞进行滤波处理和二值化处理。
10、进一步地,所述角膜内皮细胞情况通过细胞密度进行判断,若图像中角膜内皮细胞的细胞密度大于细胞密度阈值,则角膜内皮细胞正常,否则角膜内皮细胞异常。
11、进一步地,对于异常的角膜内皮细胞的图像,在进行所述腐蚀处理后,对图像进行孔洞填充。
12、进一步地,所述判断所述第一图像中是否存在黑区,包括:
13、对所述第一图像进行霍夫圆检测,若检测出所述第一图像中半径在预设像素范围的圆形区域,且满足所述圆形区域的圆心坐标对应的第一图像像素值小于第一像素值阈值,则该圆形区域为黑区;否则所述第一图像中不存在黑区。
14、进一步地,所述对所述第一图像生成黑区掩膜,对所述黑区掩膜进行形态学处理,包括:
15、设定第二像素值阈值,将所述第一图像中低于所述第二像素值阈值的像素值置为0,其余像素值置为1,得到黑区掩膜;
16、设置结构元,对所述黑区掩膜进行两次闭处理操作,然后进行中值滤波。
17、进一步地,对于存在黑区的第四图像,在生成voronoi图后,计算所述voronoi图中各子区域的面积,对于所述voronoi图中面积大于预设面积的子区域,不勾画该子区域的边界;和/或对于所述voronoi图中至少2个顶点落入所述第二图像中像素值为0区域的子区域,不勾画该子区域的边界。
18、在本发明的第二方面,提供了一种基于voronoi图的角膜内皮细胞边界分割装置。该装置包括:
19、图像获取模块,用于获取待处理的角膜内皮细胞图像,对所述待处理的角膜内皮细胞图像进行灰度处理,得到第一图像;
20、黑区判断模块,用于判断所述第一图像中是否存在黑区,若是,则对所述第一图像生成黑区掩膜,对所述黑区掩膜进行形态学处理,得到第二图像;否则根据所述第一图像中的细胞情况对所述第一图像进行预处理;
21、图像腐蚀模块,用于对预处理后的图像进行腐蚀处理,得到第三图像;
22、区域划分模块,用于利用分水岭算法对所述第三图像进行区域划分,得到第四图像;
23、图像生成模块,用于基于所述第四图像生成voronoi图,其中,所述voronoi图的生成元为所述第四图像中每个细胞的质心坐标;所述voronoi图的子区域边界作为细胞边界。
24、在本发明的第三方面,提供了一种电子设备。该电子设备至少一个处理器;以及与所述至少一个处理器通信连接的存储器;所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明第一方面的方法。
25、应当理解,
技术实现要素:
部分中所描述的内容并非旨在限定本发明的实施例的关键或重要特征,亦非用于限制本发明的范围。本发明的其它特征将通过以下的描述变得容易理解。
1.一种基于voronoi图的角膜内皮细胞边界分割方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,根据所述第一图像中的细胞情况对所述第一图像进行预处理,包括:
3.根据权利要求2所述的方法,其特征在于,所述角膜内皮细胞情况通过细胞密度进行判断,若图像中角膜内皮细胞的细胞密度大于细胞密度阈值,则角膜内皮细胞正常,否则角膜内皮细胞异常。
4.根据权利要求3所述的方法,其特征在于,对于异常的角膜内皮细胞的图像,在进行所述腐蚀处理后,对图像进行孔洞填充。
5.根据权利要求1所述的方法,其特征在于,所述判断所述第一图像中是否存在黑区,包括:
6.根据权利要求1所述的方法,其特征在于,所述对所述第一图像生成黑区掩膜,对所述黑区掩膜进行形态学处理,包括:
7.根据权利要求1所述的方法,其特征在于,对于存在黑区的第四图像,在生成voronoi图后,计算所述voronoi图中各子区域的面积,对于所述voronoi图中面积大于预设面积的子区域,不勾画该子区域的边界;和/或对于所述voronoi图中至少2个顶点落入所述第二图像中像素值为0区域的子区域,不勾画该子区域的边界。
8.一种基于voronoi图的角膜内皮细胞边界分割装置,其特征在于,包括:
9.一种电子设备,包括至少一个处理器;以及