CN107705298A - 一种检测心肌细胞核独立情况和粘连情况的方法及系统 - Google Patents
一种检测心肌细胞核独立情况和粘连情况的方法及系统 Download PDFInfo
- Publication number
- CN107705298A CN107705298A CN201710843637.0A CN201710843637A CN107705298A CN 107705298 A CN107705298 A CN 107705298A CN 201710843637 A CN201710843637 A CN 201710843637A CN 107705298 A CN107705298 A CN 107705298A
- Authority
- CN
- China
- Prior art keywords
- region
- information
- independent communication
- grey
- adhesion
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30048—Heart; Cardiac
Abstract
本发明公开了一种检测心肌细胞核独立情况和粘连情况的方法及系统,用以解决现有技术不能很好地检测与分析心肌细胞免疫组化图像中细胞核独立情况与粘连情况的问题。该方法包括:S1、基于图像灰度层级结构信息,分析每个局部连通区域内的灰度层级结构信息的包含关系;S2、采用距离变换操作,分析灰度层级结构信息中各二值独立连通区域的距离层级结构信息关系。本发明通过构建图像的灰度层级结构信息,并基于各局部独立连通区域的灰度层级结构信息关系以及内部各二值独立连通区域的距离层级结构信息关系检测和分析细胞核独立情况和粘连情况,从而理解心肌细胞免疫组化图像内部的场景信息,有利于心肌细胞免疫组化图像的后处理。
Description
技术领域
本发明涉及医学图像处理技术领域,尤其涉及一种检测心肌 细胞核独立情况和粘连情况的方法及系统。
背景技术
心肌细胞又称心肌纤维,有横纹,受植物性神经支配,属于 有横纹的不随意肌,具有兴奋收缩的能力。呈短圆柱形,有分支, 其细胞核位于细胞中央,一般只有一个。各心肌纤维分支的末端 可相互连接构成肌纤维网。广义的心肌细胞包括组成窦房结、房 内束、房室交界部、房室束(即希斯束)和浦肯野纤维等的特殊 分化了的心肌细胞,以及一般的心房肌和心室肌工作细胞。
细胞运动的研究一直是细胞学和生物学研究的重要组成部 分,但是传统的研究方法在技术日益革新的现在已经渐渐变得不这 么适用了,传统的在显微镜下利用细胞计数板用人眼进行染色、分 类、计数、跟踪等这类不但需要大量繁琐的人为操作而且容易使得 操作者变得疲劳从而影响结果的正确性,且其可重用性比较低。国 内外的医学专家经过长期地实践与研究取得一致共识认为应该在 细胞运动研究中引入数字视频技术和数字图像处理技术,从而极大 地提高研究效率,减轻研究人员负担。用计算机来跟踪细胞运动,部分代替人类始终盯着显微镜来观察细胞的眼睛,尽量地把人从繁 重的重复劳动中解脱出来进行更 有创造性的工作。
因此,如何利用计算机图像处理、视频分析等相关技术手段 来提高生物研究过程中的自动化程度已成为当前急需解决的非常 有意义的难题。
公开号为CN103559724A的专利提供了一种高粘连度细胞环境 下的多细胞同步跟踪方法。细胞序列图像中,多细胞的分割和同步 跟踪是一个尚未解决的难题,尤其在高粘连度情况下多细胞检测与 分割,更加迫切需要解决。该发明首先提出了一种改进的基于分水 岭和多特征匹配的分割算法实现细胞分割,然后,建立适用于卡尔 曼滤波的运动模型并加入多特征匹配实现细胞的预测和跟踪。该发 明不能很好地处理心肌细胞核独立和粘连情况的分析。
发明内容
本发明要解决的技术问题目的在于提供一种检测心肌细胞 核独立情况和粘连情况的方法及系统,用以解决现有技术不能很 好地检测与分析心肌细胞免疫组化图像中细胞核独立情况与粘连 情况的问题。
为了实现上述目的,本发明采用的技术方案为:
一种检测心肌细胞核独立情况和粘连情况的方法,包括步 骤:
S1、基于图像灰度层级结构信息,分析每个局部连通区域内 的灰度层级结构信息的包含关系;
S2、采用距离变换操作,分析灰度层级结构信息中各二值独 立连通区域的距离层级结构信息关系。
进一步地,还包括步骤:
针对图像灰度层级结构信息中的每一个局部独立连通区域, 其内部包含值为1至M的区域块,且具有不同值的区域块之间存 在包含与被包含关系;假设存在变量k,且1<=k<=M,将像素值范 围在[k,M]之间的像素所定义的区域范围定义为集合(k~M);此 时假设1<=k<M,那么将若某一个局部独立连通区域内部的一个属 于集合(k~M)的独立连通区域块内部包含多个属于集合(k+1~M) 的独立连通区域块,则将这整个局部独立连通区域判定为粘连细 胞核区域,否则,判定为独立细胞核区域。
进一步地,还包括步骤:
针对图像灰度层级结构信息中的某一个局部独立连通区域, 若此整个局部独立连通区域内部属于集合(k~M)的某一个独立 连通区域块内部中存在多个属于集合(k+1~M)的独立连通区域 块,且这些属于集合(k+1~M)的区域块能被由集合(k~M)所定义 的二值区域块距离变换后形成的局部连通区域块所连接或同时覆 盖,则将这些属于集合(k+1~M)的区域块融合为一个局部独立连 通区域;如果处于某一集合的多个独立连通区域块都能融合为一 个区域块,则将此整个局部独立连通区域判定为独立细胞核区域, 否则判定为粘连细胞核区域。
进一步地,还包括步骤:
通过融合红色染色信息的灰度层级结构信息以及蓝色染色 信息的灰度层级结构信息,构建图像灰度层级结构信息融合结果; 针对图像灰度层级结构信息融合结果中的某一个局部独立连通区 域,确定其内部数值最高的区域块集合中独立连通区域块的个数 与区域;通过已确定的独立连通区域块的区域,分别再与红色染 色信息以及绿色染色信息的灰度层级结构信息进行覆盖检测,从 而确定不同的独立连通区域块所属的类别信息;如若一个或多个 独立连通区域块都包含同一种染色信息,则将这整个局部独立连 通区域判定为同类别细胞核粘连区域,否则判定为不同类别细胞 核粘连区域。
一种检测心肌细胞核独立情况和粘连情况的系统,包括步 骤:
第一分析模块,用于针对单个染色信息的灰度层级结构信 息,分析各局部独立连通区域中灰度层级结构信息的相互包含关 系;
第二分析模块,用于针对单个染色信息的灰度层级结构信 息,采用距离变换操作分析各二值独立连通区域的距离层级结构 信息关系;
第三分析模块,用于针对构建不同染色信息的灰度层级结构 信息融合结果,并分析其灰度层级结构信息关系以及距离层级结 构信息关系。
进一步地,还包括:
第一判定模块,用于针对图像灰度层级结构信息中的每一个 局部独立连通区域,其内部包含值为1至M的区域块,且具有不 同值的区域块之间存在包含与被包含关系。假设存在变量k,且 1<=k<=M,将像素值范围在[k,M]之间的像素所定义的区域范围定 义为集合(k~M)。此时假设1<=k<M,那么将若某一个局部独立连 通区域内部的一个属于集合(k~M)的独立连通区域块内部包含 多个属于集合(k+1~M)的独立连通区域块,则将这整个局部独立 连通区域判定为粘连细胞核区域,否则,判定为独立细胞核区域。
进一步地,还包括:
第二判定模块,用于针对图像灰度层级结构信息中的某一个 局部独立连通区域,若此整个局部独立连通区域内部属于集合 (k~M)的某一个独立连通区域块内部中存在多个属于集合 (k+1~M)的独立连通区域块,且这些属于集合(k+1~M)的区域块 能被由集合(k~M)所定义的二值区域块距离变换后形成的局部 连通区域块所连接或同时覆盖,则将这些属于集合(k+1~M)的区 域块融合为一个局部独立连通区域。如果处于某一集合的多个独 立连通区域块都能融合为一个区域块,则将此整个局部独立连通 区域判定为独立细胞核区域,否则判定为粘连细胞核区域。
进一步地,还包括:
第三判定模块,用于通过融合红色染色信息的灰度层级结构 信息以及蓝色染色信息的灰度层级结构信息,构建图像灰度层级 结构信息融合结果。针对图像灰度层级结构信息融合结果中的某 一个局部独立连通区域,确定其内部数值最高的区域块集合中独 立连通区域块的个数与区域。通过已确定的独立连通区域块的区 域,分别再与红色染色信息以及绿色染色信息的灰度层级结构信 息进行覆盖检测,从而确定不同的独立连通区域块所属的类别信 息。如若一个或多个独立连通区域块都包含同一种染色信息,则 将这整个局部独立连通区域判定为同类别细胞核粘连区域,否则 判定为不同类别细胞核粘连区域。
进一步地,还包括:
汇总输出模块,用于输出判定汇总结果以及心肌细胞核独立 情况与粘连情况二值区域结果。
本发明与传统的技术相比,有如下优点:
本发明通过构建图像的灰度层级结构信息,并基于各局部独 立连通区域的灰度层级结构信息关系以及内部各二值独立连通区 域的距离层级结构信息关系检测和分析细胞核独立情况和粘连情 况,从而理解心肌细胞免疫组化图像内部的场景信息,有利于心肌细胞免疫组化图像的后处理。
附图说明
图1是本发明实施例提供的一种检测心肌细胞核独立情况和 粘连情况的方法流程图;
图2是本发明实施例提供的一种检测心肌细胞核独立情况和 粘连情况的系统结构图;
图3是本发明实施例提供的Neg_0001中A类细胞核独立情况;
图4是本发明实施例提供的Neg_0001中A类细胞核粘连情况;
图5是图4(e)、图4(f)以及图4(h)的距离层级结构信息关系及区域灰度层级结构信息更新结果;
图6是本发明实施例提供的Pos_0001中A类细胞核独立情况;
图7是本发明实施例提供的Pos_0001中A类细胞核粘连情况;
图8是图7(d)的距离层级结构信息关系及区域灰度层级结构信息更新结果;
图9是本发明实施例提供的Pos_0002中A类细胞核独立情况;
图10是本发明实施例提供的Pos_0002中A类细胞核粘连情况;
图11是图10(b)和图10(c)的距离层级结构信息关系及区域灰度层级结构信息更新结果;
图12是本发明实施例提供的Pos_0001中B类细胞核独立情况;
图13是本发明实施例提供的Pos_0002中B类细胞核粘连情况;
图14是本发明实施例提供的Pos_0002中B类细胞核独立情况;
图15是本发明实施例提供的Pos_0002中仅存在红色染色信息的B类细胞核;
图16是本发明实施例提供的Pos_0001中A类细胞核与B类细胞核的粘连情况;
图17是本发明实施例提供的Neg_0001汇总的独立与粘连细胞核二值区域图;
图18是本发明实施例提供的Pos_0001汇总的独立与粘连细胞核二值区域图;
图19是本发明实施例提供的Pos_0002汇总的独立与粘连细胞核二值区域图。
具体实施方式
以下是本发明的具体实施例并结合附图,对本发明的技术方案作进一步的描述,但本发明并不限于这些实施例。
本实施例提供了一种检测心肌细胞核独立情况和粘连情况的方法,如图1所示,包括步骤:
S11:针对单个染色信息的灰度层级结构信息,分析各局部独立连通区域中灰度层级结构信息的相互包含关系;
S12:若某一个局部独立连通区域内部的一个属于集合(k~ M)的区域块内部包含多个属于集合(k+1~M)的区域块,则将这整 个局部独立连通区域判定为粘连细胞核区域,否则,判定为独立 细胞核区域;
S13:针对单个染色信息的灰度层级结构信息,采用距离变换操作分析各二值独立连通区域的距离层级结构信息关系;
S14:若属于集合(k+1~M)的多个区域块能被由集合(k~M) 所定义的二值区域块距离变换后形成的局部连通区域块所连接或 同时覆盖,且处于任一集合的多个区域块都能被连接或同时覆盖, 则将此整个局部独立连通区域判定为独立细胞核区域,否则判定为粘连细胞核区域;
S15:构建不同染色信息的灰度层级结构信息融合结果,并分析其灰度层级结构信息关系以及距离层级结构信息关系;
S16:基于某一个局部独立连通区域内部数值最高的独立连同区域块个数以及覆盖检测操作确定细胞核粘连情况;
S17:输出判定汇总结果以及心肌细胞核独立情况与粘连情况二值区域结果。
其中,针对仅有单色染色信息的细胞核,包括步骤S11~步骤S14;针对同时具有两种染色信息的细胞核,包括步骤S15~ 步骤S16。
具体的,通过已经构建好的图像灰度层级结构信息的分布情况判定独立和粘连细胞核情况。
在伪彩色图像中,具有同一种颜色的区域块从属于同一个集合Gk,且同一集合中的像素数值也是一致的。在每一个独立的局 部区域内部,属于相邻集合的局部区域块具有多种包含与被包含 关系,称为灰度层级结构信息包含关系。首先分析这些层级结构 信息中的局部区域包含关系,初步确定此独立区域内部是否存在粘连情况。
此时针对一个局部连通区域块P,其内部存在连续的n个层次 的层级结构信息。此时假设存在参数k∈{1,...,n-1},同时Xk表示 集合内某一个独立连通区域P'内部包含属于集合内 独立且连通的区域块个数。如果此时存在k的值已知,且存在Xk≥2 的情况,那么从包含关系的角度,直接将此区域块P记为粘连细 胞核区域块,否则将其记为独立细胞核区域块。
但是,单纯地依赖于层级结构信息包含关系确定细胞核粘连 情况使得分析的标准过度依赖于图片原始的灰度分布特性。此处 将引入二值区域块结构关系。在一个局部独立联通区域块P,假 设此时其内部存在上述Xk≥2情况的独立连通区域P',其中存在t 个属于集合的局部区域块{p1,p2,...,pt}。由于心肌细胞核区域 小,即使是针对较大的连通区域,通常t≤4。由于层级结构信息 是通过原图的灰度分布确定的,为了分析局部区域块的结构特性 (称为二值区域结构信息关系),需要采用距离变换操作。
假设此时已知局部区块P'为一个二值区域块,那么直接执行 距离变换操作。距离变换操作具有CityBlock,Chessboard, Euclidean以及Quasi-Euclidean的不同操作。
那么经过距离变换之后的二值区域P',也会形成类似于层级 结构信息那种多类别的结果。相比较两种多类别的产生方式,层 级结构信息的构建依赖于图像本身的灰度信息,而二值区域结构 信息的构建依赖于当前区域本身的结构性特征。
通过距离变换操作之后,二值区域P'也形成类似于层级结构 信息的包含关系。距离变换操作之后,区域边缘的数值相较于区 域内部的数值会比较小。那么假设其所形成的二值区域结构信息 中存在m个层级结构信息,且存在参数如果集合中存在某一个p'使得任意px和py相互连通,其中x,y∈{1,...,t}, 则表示px和py能融合为一个连通区域块,如果集合中存在一 个或者多个p'使得{p1,p2,...,pt}中两两区域都能连通,则将此区域块 P′作为无需分离的区域块。如果一个局部独立联通区域块P内部仅 存在这种无需分离的区域块,那么此区域块P便最终记为独立细 胞核区域块。
本实施例给出了多个实例:
图3中展示了六个独立的细胞核区域,每个细胞核区域包含 有其独一无二的灰度层级结构信息。由于不同的层级结构信息之 间存在相似的包含关系,且处于某一层级的独立区域块有且仅有 一个,所以将这些具有相似的层级结构信息分布情况的区域块都 记为独立细胞核区域。(图6、图9与此相似)。
图4中给出了八个仅由灰度层级结构信息包含关系确定的A 类细胞核粘连情况。其中,某些层级结构区域块中包含了多个处 于其他层次的区域块。针对图4中已检测出的A类细胞核粘连情 况,需要进行基于二值层级结构信息关系的检测与分析。(图7、 图10与此相似)。
图5给出了针对图4中基于二值区域结构信息关系的分析过 程。此时假设x={1,2,3},那么图5(ax)都是需要被分析的局部 二值区域块;图5(bx)是对应图5(ax)的距离变换操作结果图, 其中存在很多连续的距离层级结构信息;针对需要将内部多个独 立区域融合成为一个独立连通区域的情况,图5(c1)与图5(c3) 展示了修改最初灰度层级结构信息后的结果图,而针对保持原本 内部多个独立区域的情况,图5(c2)给出了指示图,表明在二值 层级结构信息与灰度层级结构信息的分布具有相似性。(图8、 图11与此相似)。
图12中给出了两个同时包含蓝色染色信息与红色染色信息 的B类独立细胞核实例。此时假设x={a,b},那么图12(x1)为细 胞核的原图区域,图12(x2)是蓝色层级结构信息,图12(x3)是 红色层级结构信息,图12(x4)是通过将图12(x2)与图12(x3)的 二值区域进行覆盖检测后的检测结果,用于分析红色与蓝色染色 信息的相互关系,图12(x5)是将图12(x2)与图12(x3)的层级结 构信息进行融合的结果图,图12(x6)是最终用于表示当前B类独 立细胞核的检测区域范围。(图14与此类似)
假设已知蓝色灰度层级结构信息Ib存在n1个层次,而红色灰 度层级结构信息Ir存在n2个层次,且总是存在n1≥n2,那么融合后 总的灰度层级结构信息Ibr能通过如下的方法实现。
图13中给出了一个B类细胞核粘连情况的实例,此B类细胞 核区域同时包含了红色染色信息与蓝色染色信息。图13(a)是原 图,图13(b)是蓝色灰度层级结构信息,图13(c)是待分析的二 值区域块,图13(d)是图13(c)的二值层级结构信息,图13(e) 中的局部二值结构信息指示其内部区块的融合方式,图13(f)为 类似于图13(c)修改其对应的灰度层级结构信息后的结果图,图 13(g)为红色灰度层级结构信息,图13(h)为待分析的二值区域块,图13(i)是图13(h)的二值层级结构信息,图13(j)是类似于 图13(f)修改其对应的灰度层级结构信息,图13(k)是覆盖检测 结果图,图13(l)为同时融合红色灰度层级结构信息(图13(j)) 与蓝色灰度层级结构信息(图13(f))的结果图,图13(m)为表示 当前B类细胞核粘连情况的二值区域块。
图15中给出了仅存在红色染色信息的B类独立细胞核的几 个实例。此时假设x={1,2},那么图15(ax)为原图,图15(bx) 为覆盖检测结果图,表明其区域内部仅存在红色染色信息,图 15(cx)为红色灰度层级结构信息图,而图15(dx)用于表示当前B 类独立细胞核区域的检测结果。
图16中给出了一个A类细胞核与B类细胞核粘连情况。图 16(a)为原图,图16(b)为蓝色灰度层级结构信息,图16(c)是红 色灰度层级结构信息,图16(d)是覆盖检测结果图,图16(e)为 类似于图13(l)同时融合了图16(b)与图16(c)之后总的灰度层级 结构信息,而图16(f)是用于表示当前粘连情况区域的检测结果。
下面是关于几种独立情况与粘连情况的判定规则:
(1)仅具有蓝色染色信息的细胞核,即A类细胞核,包括A 类粘连细胞核与A类独立细胞核。
针对此种情况,仅需要考虑蓝色染色信息。从蓝色与红色染 色信息的灰度层级结构信息的二值区域覆盖检测结果中能看出仅 存在蓝色染色信息的细胞核区域范围。
首先基于灰度层级结构信息包含关系进行判定:
若某一个局部独立连通区域内部的一个属于集合(k~M)的 区域块内部包含多个属于集合(k+1~M)的区域块,则将这整个局 部独立连通区域判定为粘连细胞核区域,否则,判定为独立细胞 核区域;
针对上一判定标准已判定为粘连细胞核区域的区域块,再通 过二值区域距离层级结构信息关系进行判定:
若属于集合(k+1~M)的多个区域块能被由集合(k~M)所定 义的二值区域块距离变换后形成的局部连通区域块所连接或同时 覆盖,且处于任一集合的多个区域块都能被连接或同时覆盖,则 将此整个局部独立连通区域判定为独立细胞核区域,否则判定为 粘连细胞核区域。
(2)仅具有红色染色信息的细胞核区域,即B类细胞核,包 括B类粘连细胞核与B类独立细胞核。
针对此种情况,与(1)类似,此时仅考虑红色染色信息。从 蓝色与红色染色信息的灰度层级结构信息的二值区域覆盖检测结 果中能看出仅存在红色染色信息的细胞核区域范围。
(3)同时具有红色与蓝色染色信息的细胞核区域,也记为B 类细胞核,包括A类细胞核与B类细胞核粘连情况:
针对此种情况,需要首先通过融合红色染色信息的灰度层级 结构信息以及蓝色染色信息的灰度层级结构信息,构建图像灰度 层级结构信息融合结果。那么针对图像灰度层级结构信息融合结 果中的某一个局部独立连通区域,确定其内部数值最高的区域块 集合中独立连通区域块的个数与区域。通过已确定的独立连通区 域块的区域,分别再与红色染色信息以及绿色染色信息的灰度层 级结构信息进行覆盖检测,从而确定不同的独立连通区域块所属 的类别信息。如若一个或多个独立连通区域块都包含同一种染色 信息,则将这整个局部独立连通区域判定为B类细胞核粘连区域, 否则判定为A类细胞核与B类细胞核粘连区域。
基于层级结构信息检测独立和粘连细胞核的方法已经将所 有的细胞核区域进行了划分,最终检测结果显示于图17至图19。
通过针对图片层级结构信息的分析与覆盖检测分析,能综合 地得到关于原图的分析结果。
表1.细胞核独立与粘连情况检测统计表
此分析流程,不仅能够统计确定图像中粘连和独立细胞核区 域的个数,还能提供针对粘连细胞核区域内部的灰度层级结构信 息包含关系与二值区域距离层级结构信息关系,为之后的细胞核 粘连区域分离与分组提供较好的先验知识。
本实施例还提供了一种检测心肌细胞核独立情况和粘连情 况的系统,如图2所示,包括:
第一分析模块21,针对单个染色信息的灰度层级结构信息, 分析各局部独立连通区域中灰度层级结构信息的相互包含关系;
第一判定模块22,用于若某一个局部独立连通区域内部的一 个属于集合(k~M)的区域块内部包含多个属于集合(k+1~M) 的区域块,则将这整个局部独立连通区域判定为粘连细胞核区域, 否则,判定为独立细胞核区域;
第二分析模块23,用于针对单个染色信息的灰度层级结构信 息,采用距离变换操作分析各二值独立连通区域的距离层级结构 信息关系;
第二判定模块24,用于若属于集合(k+1~M)的多个区域块能 被由集合(k~M)所定义的二值区域块距离变换后形成的局部连 通区域块所连接或同时覆盖,且处于任一集合的多个区域块都能 被连接或同时覆盖,则将此整个局部独立连通区域判定为独立细 胞核区域,否则判定为粘连细胞核区域;
第三分析模块25,构建不同染色信息的灰度层级结构信息融 合结果,并分析其灰度层级结构信息关系以及距离层级结构信息 关系;
第三判定模块26,基于某一个局部独立连通区域内部数值最 高的独立连同区域块个数以及覆盖检测操作确定细胞核粘连情 况;
汇总输出模块27,用于输出判定汇总结果以及心肌细胞核独 立情况与粘连情况二值区域结果。
对于仅具有单色染色信息的细胞核区域,包括第一分析模块 21,第一判定模块22,第二分析模块23及第二判定模块24。
对于同时具有蓝色与红色染色信息的细胞核区域,包括确定 模块25及第三判定模块26。
具体的,包括以下几种情况:
(1)仅具有蓝色染色信息的细胞核,即A类细胞核,包括A 类粘连细胞核与A类独立细胞核。
针对此种情况,仅需要考虑蓝色染色信息。从蓝色与红色染 色信息的灰度层级结构信息的二值区域覆盖检测结果中能看出仅 存在蓝色染色信息的细胞核区域范围。
首先基于灰度层级结构信息包含关系进行判定:
若某一个局部独立连通区域内部的一个属于集合(k~M)的 区域块内部包含多个属于集合(k+1~M)的区域块,则将这整个局 部独立连通区域判定为粘连细胞核区域,否则,判定为独立细胞 核区域;
针对上一判定标准已判定为粘连细胞核区域的区域块,再通 过二值区域距离层级结构信息关系进行判定:
若属于集合(k+1~M)的多个区域块能被由集合(k~M)所定 义的二值区域块距离变换后形成的局部连通区域块所连接或同时 覆盖,且处于任一集合的多个区域块都能被连接或同时覆盖,则 将此整个局部独立连通区域判定为独立细胞核区域,否则判定为 粘连细胞核区域;
(2)仅具有红色染色信息的细胞核区域,即B类细胞核,包 括B类粘连细胞核与B类独立细胞核。
针对此种情况,与(1)类似,此时仅考虑红色染色信息。从 蓝色与红色染色信息的灰度层级结构信息的二值区域覆盖检测结 果中能看出仅存在红色染色信息的细胞核区域范围。
(3)同时具有红色与蓝色染色信息的细胞核区域,也记为B 类细胞核,包括A类细胞核与B类细胞核粘连情况:
针对此种情况,需要首先通过融合红色染色信息的灰度层级 结构信息以及蓝色染色信息的灰度层级结构信息,构建图像灰度 层级结构信息融合结果。那么针对图像灰度层级结构信息融合结 果中的某一个局部独立连通区域,确定其内部数值最高的区域块 集合中独立连通区域块的个数与区域。通过已确定的独立连通区 域块的区域,分别再与红色染色信息以及绿色染色信息的灰度层 级结构信息进行覆盖检测,从而确定不同的独立连通区域块所属 的类别信息。如若一个或多个独立连通区域块都包含同一种染色 信息,则将这整个局部独立连通区域判定为B类细胞核粘连区域, 否则判定为A类细胞核与B类细胞核粘连区域。
本文中所描述的具体实施例仅仅是对本发明精神作举例说 明。本发明所属技术领域的技术人员可以对所描述的具体实施例 做各种各样的修改或补充或采用类似的方式替代,但并不会偏离 本发明的精神或者超越所附权利要求书所定义的范围。
Claims (9)
1.一种检测心肌细胞核独立情况和粘连情况的方法,其特征在于,包括步骤:
S1、基于图像灰度层级结构信息,分析每个局部连通区域内的灰度层级结构信息的包含关系;
S2、采用距离变换操作,分析灰度层级结构信息中各二值独立连通区域的距离层级结构信息关系。
2.根据权利要求1所述的一种检测心肌细胞核独立情况和粘连情况的方法,其特征在于,还包括步骤:
针对图像灰度层级结构信息中的每一个局部独立连通区域,其内部包含值为1至M的区域块,且具有不同值的区域块之间存在包含与被包含关系;假设存在变量k,且1<=k<=M,将像素值范围在[k,M]之间的像素所定义的区域范围定义为集合(k~M);此时假设1<=k<M,那么将若某一个局部独立连通区域内部的一个属于集合(k~M)的独立连通区域块内部包含多个属于集合(k+1~M)的独立连通区域块,则将这整个局部独立连通区域判定为粘连细胞核区域,否则,判定为独立细胞核区域。
3.根据权利要求2所述的一种检测心肌细胞核独立情况和粘连情况的方法,其特征在于,还包括步骤:
针对图像灰度层级结构信息中的某一个局部独立连通区域,若此整个局部独立连通区域内部属于集合(k~M)的某一个独立连通区域块内部中存在多个属于集合(k+1~M)的独立连通区域块,且这些属于集合(k+1~M)的区域块能被由集合(k~M)所定义的二值区域块距离变换后形成的局部连通区域块所连接或同时覆盖,则将这些属于集合(k+1~M)的区域块融合为一个局部独立连通区域;如果处于某一集合的多个独立连通区域块都能融合为一个区域块,则将此整个局部独立连通区域判定为独立细胞核区域,否则判定为粘连细胞核区域。
4.根据权利要求1所述的一种检测心肌细胞核独立情况和粘连情况的方法,其特征在于,还包括步骤:
通过融合红色染色信息的灰度层级结构信息以及蓝色染色信息的灰度层级结构信息,构建图像灰度层级结构信息融合结果;针对图像灰度层级结构信息融合结果中的某一个局部独立连通区域,确定其内部数值最高的区域块集合中独立连通区域块的个数与区域;通过已确定的独立连通区域块的区域,分别再与红色染色信息以及绿色染色信息的灰度层级结构信息进行覆盖检测,从而确定不同的独立连通区域块所属的类别信息;如若一个或多个独立连通区域块都包含同一种染色信息,则将这整个局部独立连通区域判定为同类别细胞核粘连区域,否则判定为不同类别细胞核粘连区域。
5.一种检测心肌细胞核独立情况和粘连情况的系统,其特征在于,包括步骤:
第一分析模块,用于针对单个染色信息的灰度层级结构信息,分析各局部独立连通区域中灰度层级结构信息的相互包含关系;
第二分析模块,用于针对单个染色信息的灰度层级结构信息,采用距离变换操作分析各二值独立连通区域的距离层级结构信息关系;
第三分析模块,用于针对构建不同染色信息的灰度层级结构信息融合结果,并分析其灰度层级结构信息关系以及距离层级结构信息关系。
6.根据权利要求5所述的一种检测心肌细胞核独立情况和粘连情况的系统,其特征在于,还包括:
第一判定模块,用于针对图像灰度层级结构信息中的每一个局部独立连通区域,其内部包含值为1至M的区域块,且具有不同值的区域块之间存在包含与被包含关系;假设存在变量k,且1<=k<=M,将像素值范围在[k,M]之间的像素所定义的区域范围定义为集合(k~M);此时假设1<=k<M,那么将若某一个局部独立连通区域内部的一个属于集合(k~M)的独立连通区域块内部包含多个属于集合(k+1~M)的独立连通区域块,则将这整个局部独立连通区域判定为粘连细胞核区域,否则,判定为独立细胞核区域。
7.根据权利要求5所述的一种检测心肌细胞核独立情况和粘连情况的系统,其特征在于,还包括:
第二判定模块,用于针对图像灰度层级结构信息中的某一个局部独立连通区域,若此整个局部独立连通区域内部属于集合(k~M)的某一个独立连通区域块内部中存在多个属于集合(k+1~M)的独立连通区域块,且这些属于集合(k+1~M)的区域块能被由集合(k~M)所定义的二值区域块距离变换后形成的局部连通区域块所连接或同时覆盖,则将这些属于集合(k+1~M)的区域块融合为一个局部独立连通区域;如果处于某一集合的多个独立连通区域块都能融合为一个区域块,则将此整个局部独立连通区域判定为独立细胞核区域,否则判定为粘连细胞核区域。
8.根据权利要求5所述的一种检测心肌细胞核独立情况和粘连情况的系统,其特征在于,还包括:
第三判定模块,用于通过融合红色染色信息的灰度层级结构信息以及蓝色染色信息的灰度层级结构信息,构建图像灰度层级结构信息融合结果;针对图像灰度层级结构信息融合结果中的某一个局部独立连通区域,确定其内部数值最高的区域块集合中独立连通区域块的个数与区域;通过已确定的独立连通区域块的区域,分别再与红色染色信息以及绿色染色信息的灰度层级结构信息进行覆盖检测,从而确定不同的独立连通区域块所属的类别信息;如若一个或多个独立连通区域块都包含同一种染色信息,则将这整个局部独立连通区域判定为同类别细胞核粘连区域,否则判定为不同类别细胞核粘连区域。
9.根据权利要求5所述的一种检测心肌细胞核独立情况和粘连情况的系统,其特征在于,还包括:
汇总输出模块,用于输出判定汇总结果以及心肌细胞核独立情况与粘连情况二值区域结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710843637.0A CN107705298B (zh) | 2017-09-19 | 2017-09-19 | 一种检测心肌细胞核独立情况和粘连情况的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710843637.0A CN107705298B (zh) | 2017-09-19 | 2017-09-19 | 一种检测心肌细胞核独立情况和粘连情况的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107705298A true CN107705298A (zh) | 2018-02-16 |
CN107705298B CN107705298B (zh) | 2021-02-05 |
Family
ID=61172863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710843637.0A Active CN107705298B (zh) | 2017-09-19 | 2017-09-19 | 一种检测心肌细胞核独立情况和粘连情况的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107705298B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101853495A (zh) * | 2010-06-03 | 2010-10-06 | 浙江工业大学 | 一种基于形态学的细胞分离方法 |
US20110003289A1 (en) * | 2009-03-17 | 2011-01-06 | University Of Washington | Method for detection of pre-neoplastic fields as a cancer biomarker in ulcerative colitis |
CN101944232A (zh) * | 2010-09-02 | 2011-01-12 | 北京航空航天大学 | 一种利用最短路径的粘连细胞精确分割方法 |
CN102013102A (zh) * | 2010-12-01 | 2011-04-13 | 华中科技大学 | 一种图像中的粘连细胞分割方法 |
CN104392460A (zh) * | 2014-12-12 | 2015-03-04 | 山东大学 | 一种基于胞核标记分水岭变换的粘连白细胞分割方法 |
-
2017
- 2017-09-19 CN CN201710843637.0A patent/CN107705298B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110003289A1 (en) * | 2009-03-17 | 2011-01-06 | University Of Washington | Method for detection of pre-neoplastic fields as a cancer biomarker in ulcerative colitis |
CN101853495A (zh) * | 2010-06-03 | 2010-10-06 | 浙江工业大学 | 一种基于形态学的细胞分离方法 |
CN101944232A (zh) * | 2010-09-02 | 2011-01-12 | 北京航空航天大学 | 一种利用最短路径的粘连细胞精确分割方法 |
CN102013102A (zh) * | 2010-12-01 | 2011-04-13 | 华中科技大学 | 一种图像中的粘连细胞分割方法 |
CN104392460A (zh) * | 2014-12-12 | 2015-03-04 | 山东大学 | 一种基于胞核标记分水岭变换的粘连白细胞分割方法 |
Non-Patent Citations (2)
Title |
---|
LEI CHEN 等: "Hierarchical Mergence Approach to Cell Detection in Phase Contrast Microscopy Images", 《COMPUTATIONAL AND MATHEMATICAL METHODS IN MEDICINE》 * |
缪慧司 等: "结合距离变换与边缘梯度的分水岭血细胞分割", 《中国图象图形学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN107705298B (zh) | 2021-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112070772B (zh) | 基于UNet++和ResNet的血液白细胞图像分割方法 | |
CN105205804B (zh) | 血细胞图像中白细胞的核浆分离方法、分类方法及装置 | |
CN106248559B (zh) | 一种基于深度学习的白细胞五分类方法 | |
CN110647875B (zh) | 一种血细胞分割、识别模型构造的方法及血细胞识别方法 | |
CN109711426A (zh) | 一种基于gan和迁移学习的病理图片分类装置及方法 | |
CN109635846A (zh) | 一种多类医学图像判断方法和系统 | |
CN110263656A (zh) | 一种癌细胞识别方法、装置和系统 | |
JPH11515097A (ja) | ニューラル・ネットワーク支援型のマルチスペクトル・セグメンテーション・システム | |
CN109614869A (zh) | 一种基于多尺度压缩奖惩网络的病理图像分类方法 | |
CN109509196A (zh) | 一种基于改进的蚁群算法的模糊聚类的舌诊图像分割方法 | |
CN106874825A (zh) | 人脸检测的训练方法、检测方法和装置 | |
CN112750132A (zh) | 基于双路径网络和通道注意的白细胞图像分割方法 | |
CN109671055A (zh) | 肺结节检测方法及装置 | |
CN112784767A (zh) | 基于白细胞显微图像的细胞实例分割算法 | |
CN103020198B (zh) | 一种在视频中搜索目标的方法 | |
CN115206495A (zh) | 基于CoAtNet深度学习的肾癌病理图像分析方法、系统及智能显微装置 | |
CN109241963A (zh) | 基于Adaboost机器学习的胶囊胃镜图像中出血点智能识别方法 | |
CN108090928A (zh) | 一种检测与筛选类圆形细胞区域的方法及系统 | |
CN115063592A (zh) | 一种基于多尺度的全扫描病理特征融合提取方法及系统 | |
CN114387596A (zh) | 细胞病理涂片自动判读系统 | |
CN110414336A (zh) | 一种三元组边缘中心损失的深度互补分类器行人搜索方法 | |
An et al. | Automated detection of tuberculosis bacilli using deep neural networks with sputum smear images | |
CN107705298A (zh) | 一种检测心肌细胞核独立情况和粘连情况的方法及系统 | |
CN107833200B (zh) | 一种检测独立与粘连心肌细胞核区域的方法及系统 | |
CN107845085A (zh) | 一种心肌细胞核粘连区域分离与分组的方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |