CN102519861A - 血细胞形态多模式图像筛选方法 - Google Patents
血细胞形态多模式图像筛选方法 Download PDFInfo
- Publication number
- CN102519861A CN102519861A CN2011104087180A CN201110408718A CN102519861A CN 102519861 A CN102519861 A CN 102519861A CN 2011104087180 A CN2011104087180 A CN 2011104087180A CN 201110408718 A CN201110408718 A CN 201110408718A CN 102519861 A CN102519861 A CN 102519861A
- Authority
- CN
- China
- Prior art keywords
- color space
- blood cell
- blood cells
- red blood
- white blood
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
Abstract
一种血细胞形态多模式图像筛选方法,首先使用HSB、HSV颜色空间,根据颜色空间的直方图的不同,把红细胞和有核细胞区分开来。然后利用细胞核的大小不同,在有核细胞中把白细胞和血小板及一些杂质区分开来。在使用颜色空间的时候,是根据颜色空间的直方图确定阈值,阈值取直方图的90%双边分位点。然后根据细胞核大小的直方图确定阈值,阈值取直方图的90%双边分位点,就可以把白细胞筛选出来。本发明的技术效果是:本发明对同一图片去计算,就能准确的判定红细胞、白细胞、血小板及染色液杂质,然后根据判定的白细胞,确定其在图片中的位置,在图片中把白细胞切割出来单独进行保存,这样就得到了单个白细胞图像。
Description
技术领域
本发明属于血细胞分析领域,特别涉及一种血细胞形态多模式图像筛选方法。
背景技术
在临床检测中,外周血涂片检测是血液检测的不可缺少的一部分,对于涂片检测可以很清晰地判定血细胞形态是否有异常,帮助临床做出准确病因判断。在制作涂片过程中,染色液的浓度 、配比方法、染色时间都会给涂片细胞的颜色带来影响。现有自动化筛选分类仪器,对染色液,染色方法要求极为严格,难以推广。还有一些厂家需要引入新的染色液,去除红细胞,只保留白细胞,但是染色液杂质的影响,往往造成判定结果出错。不同染色液、不同方法染出血涂片的细胞颜色差异大,自动筛选仪器无法对细胞进行筛选,现有自动筛选方式是采用单一模式的,必须采用规定染色液、单一染色方法及全自动染色涂片机,成本高,运用不广泛,市场难以推广。
因此,如何针对不同染色液对图片的染色,使仪器方便地自动筛选图像是一个亟待解决的问题。
发明内容
本发明的目的是克服现有技术的不足,提出一种血细胞形态多模式图像筛选方法。同时对同一幅图像选取不同颜色空间及利用细胞核的大小不同,从而计算出最佳筛选模式,保证筛选的准确性。
本发明是通过以下技术方案实现的。本发明为了更好的筛选出白细胞,采取的方法如下:首先使用HSB、HSV颜色空间,根据颜色空间的直方图的不同,可以把红细胞和有核细胞区分开来。然后利用细胞核的大小不同,在有核细胞中把白细胞和血小板及一些杂质区分开来。如果同一张图片中如果可以用HSB颜色空间把红细胞全部区分出来就不用HSV颜色空间;如果只筛选出部分红细胞,就再采用HSV颜色空间进行区分,在使用颜色空间的时候,是根据颜色空间的直方图确定阈值,阈值取直方图的90%双边分位点。在项目的实际应用中证明,采用这两种颜色空间就完全可以把所有的红细胞从图片中区分出来。然后根据细胞核大小的直方图确定阈值,阈值取直方图的90%双边分位点,就可以把白细胞筛选出来。
本发明是基于以下原理而设计的,即:颜色通常用三个相对独立的属性来描述,三个独立变量综合作用,自然就构成一个空间坐标,这就是颜色空间。而颜色可以由不同的角度,用三个一组的不同属性加以描述,就产生了不同的颜色空间。但被描述的颜色对象本身是客观的,不同颜色空间只是从不同的角度去衡量同一个对象。
本发明就是利用多种颜色空间去分析同一幅图像,这样就能得出同一图像在不同颜色空间中的数据值。
本发明引入的颜色空间主要有HSB(对立颜色空间)、和HSV(色度(H),饱和度(S),强度(V))。如果选择单一颜色空间,也可能区分出个别的红细胞,但是还不能完全把红细胞区分出来,所以采用了HSB及HSV两种颜色空间进行区分红细胞和白细胞。
本发明的技术效果是:本发明对同一图片去计算,就能准确的判定红细胞、白细胞、血小板及染色液杂质,然后根据筛选出的白细胞,确定其在图片中的位置,在图片中把白细胞切割出来单独进行保存,这样就得到了单个白细胞图像,同样的方法就可以把需要的所有白细胞筛选出来。即便样本染色后,细胞颜色有深有浅或者其他变化都不会对筛选结果有影响,也能保证同一张涂片筛选结果的准确性。
附图说明
图1为本发明采集的白细胞原始图像。
图2为本发明采用的白细胞HSB颜色空间图像。
图3为本发明采用的白细胞HSV颜色空间图像。
图4为本发明采集的红细胞原始图像。
图5为本发明采用的红细胞HSB颜色空间图像。
图6为本发明采用的红细胞HSV颜色空间图像。
具体的实施例
如图1、图2、图3、图4、图5、图6所示,本发明的多模式筛选方法是先用仪器系统采集大量的原始细胞图像,这些图像中还有红细胞(图4)、白细胞(图1)、血小板及染色液杂质,利用本发明的筛选模式就把需要的白细胞(图1)图像筛选出来。例如,为了筛选出原始图像中的白细胞(如图1 原始图像),首先利用白细胞的颜色空间(如图2,图3)及红细胞的颜色空间(如图5,图6),根据颜色空间的直方图确定阈值,阈值都取直方图的90%双边分位点,根据直方图就可以把红细胞和有核细胞区分开来;然后在有核细胞中根据细胞核大小的直方图确定阈值,阈值取直方图的90%双边分位点,就可以把白细胞(如图1)筛选出来。
Claims (1)
1. 一种血细胞形态多模式图像筛选方法,其特征方法如下:首先使用HSB、HSV颜色空间,根据颜色空间的直方图的不同,可以把红细胞和有核细胞区分开来,然后利用细胞核的大小不同,在有核细胞中把白细胞和血小板及一些杂质区分开来,如果同一张图片中如果可以用HSB颜色空间把红细胞全部区分出来就不用HSV颜色空间;如果只筛选出部分红细胞,就再采用HSV颜色空间进行区分,在使用颜色空间的时候,是根据颜色空间的直方图确定阈值,阈值取直方图的90%双边分位点,在项目的实际应用中证明,采用这两种颜色空间就完全可以把所有的红细胞从图片中区分出来,然后根据细胞核大小的直方图确定阈值,阈值取直方图的90%双边分位点,就可以把白细胞筛选出来。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110408718 CN102519861B (zh) | 2011-12-09 | 2011-12-09 | 血细胞形态多模式图像筛选方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110408718 CN102519861B (zh) | 2011-12-09 | 2011-12-09 | 血细胞形态多模式图像筛选方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102519861A true CN102519861A (zh) | 2012-06-27 |
CN102519861B CN102519861B (zh) | 2013-10-30 |
Family
ID=46290857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110408718 Expired - Fee Related CN102519861B (zh) | 2011-12-09 | 2011-12-09 | 血细胞形态多模式图像筛选方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102519861B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112481346A (zh) * | 2020-12-03 | 2021-03-12 | 中国人民解放军陆军军医大学第二附属医院 | 外周血细胞形态学检出异常细胞的自动预警系统及其方法 |
CN113034479A (zh) * | 2021-03-31 | 2021-06-25 | 武汉智博见微医疗科技有限公司 | Aa、mds、ma的分类方法、设备及可读存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1837819A (zh) * | 2006-04-18 | 2006-09-27 | 李奕 | 基于机器视觉的血细胞分析方法 |
US20090245612A1 (en) * | 2005-05-02 | 2009-10-01 | Cytyc Corporation | Automated image analysis |
-
2011
- 2011-12-09 CN CN 201110408718 patent/CN102519861B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090245612A1 (en) * | 2005-05-02 | 2009-10-01 | Cytyc Corporation | Automated image analysis |
CN1837819A (zh) * | 2006-04-18 | 2006-09-27 | 李奕 | 基于机器视觉的血细胞分析方法 |
Non-Patent Citations (2)
Title |
---|
《微计算机信息》 20101231 廖甜甜等 "模糊模式识别在白细胞图像识别中的应用" 第193-194页 1 第26卷, 第9-1期 * |
廖甜甜等: ""模糊模式识别在白细胞图像识别中的应用"", 《微计算机信息》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112481346A (zh) * | 2020-12-03 | 2021-03-12 | 中国人民解放军陆军军医大学第二附属医院 | 外周血细胞形态学检出异常细胞的自动预警系统及其方法 |
CN112481346B (zh) * | 2020-12-03 | 2022-12-09 | 中国人民解放军陆军军医大学第二附属医院 | 外周血细胞形态学检出异常细胞的自动预警系统及其方法 |
CN113034479A (zh) * | 2021-03-31 | 2021-06-25 | 武汉智博见微医疗科技有限公司 | Aa、mds、ma的分类方法、设备及可读存储介质 |
CN113034479B (zh) * | 2021-03-31 | 2022-06-03 | 武汉智博见微医疗科技有限公司 | Aa、mds、ma的分类方法、设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN102519861B (zh) | 2013-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109564209B (zh) | 对样品实施的光学测量 | |
CN105136795B (zh) | 血液样本检测装置、方法和系统 | |
US8340389B2 (en) | Cellular- or sub-cellular-based visualization information using virtual stains | |
WO2016188021A1 (zh) | 颜色辨识系统、颜色辨识方法和显示装置 | |
CN108885681A (zh) | 用于评估细胞形态的方法和系统 | |
CN103994964B (zh) | 针对荧光显微图像的凋亡细胞形态的量化分析方法 | |
EP2610813B1 (en) | Biomarker evaluation through image analysis | |
Hortinela et al. | Identification of abnormal red blood cells and diagnosing specific types of anemia using image processing and support vector machine | |
CN106525666A (zh) | 血液分析装置、血液分析方法及信息处理装置 | |
CN102662048B (zh) | 一种尿液分析方法及尿液分析装置 | |
JP2005509140A (ja) | ステイン吸収の物理学的モデルに基づいて組織学的標本におけるステインを検出および定量化する頑強な方法 | |
KR102431217B1 (ko) | 화상 해석 장치, 방법 및 프로그램 | |
WO2023240854A1 (zh) | 基于显微放大数字图像的血红蛋白分析方法及系统 | |
WO2018148942A1 (zh) | 血液细胞分析方法及血液细胞分析仪 | |
KR101836830B1 (ko) | 광학적 세포 식별방법 | |
CN101750272A (zh) | 血细胞图像识别计数法 | |
WO2014192184A1 (ja) | 画像処理装置、画像処理方法、プログラム、及び記憶媒体 | |
CN102519861B (zh) | 血细胞形态多模式图像筛选方法 | |
JP2008309662A (ja) | 画像処理装置および画像処理プログラム | |
WO2022089552A1 (zh) | 细胞杀伤效力和/或免疫活性的检测方法、系统及其应用 | |
CN107367456A (zh) | 一种免洗涤图像类流式荧光检测方法和系统 | |
US20220136954A1 (en) | Method for Optimising the Concentration of Elements of Interest for Visual Measurement on a Biological Sample | |
JP2016116461A (ja) | 細胞判定方法、細胞数計測方法 | |
WO2012103423A2 (en) | Computer-implemented platform for automated fluorescence imaging and kinetic analysis | |
CN111583186A (zh) | 面向临床应用的病理er/pr细胞核计数方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20200608 Address after: 102600 2-4 / F, building 11, No. 24, Kechuang 3rd Street, Daxing District, Beijing Patentee after: Longlaifu International Life Technology Co., Ltd Address before: 330012, Dongsheng Road, Chang Dong Industrial Zone, Jiangxi, Nanchang, 699 Patentee before: NANCHANG BIOTECH A&C BIOTECHNICAL INDUSTRY INCORPORATED Co. |
|
TR01 | Transfer of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20131030 Termination date: 20201209 |
|
CF01 | Termination of patent right due to non-payment of annual fee |