CN107833200A - 一种检测独立与粘连心肌细胞核区域的方法及系统 - Google Patents
一种检测独立与粘连心肌细胞核区域的方法及系统 Download PDFInfo
- Publication number
- CN107833200A CN107833200A CN201710843639.XA CN201710843639A CN107833200A CN 107833200 A CN107833200 A CN 107833200A CN 201710843639 A CN201710843639 A CN 201710843639A CN 107833200 A CN107833200 A CN 107833200A
- Authority
- CN
- China
- Prior art keywords
- region
- information
- adhesion
- independent
- hierarchy structure
- 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
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种检测独立与粘连心肌细胞核区域的方法及系统,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粘连情况与独立情况等问题。该方法包括:S1、构建心肌细胞免疫组化图像灰度层级结构信息;S2、剔除心肌细胞免疫组化图像冗余层级结构信息;S3、基于灰度层级结构信息关系及距离层级结构信息关系,检测心肌细胞核独立情况和粘连情况;S4、统计并分析心肌细胞免疫组化图像中独立细胞核区域与粘连细胞核区域的个数与分布情况。本发明基于灰度层级结构信息关系及距离层级结构信息关系检测和分析细胞核粘连情况与独立情况,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,尤其涉及一种检测独立 与粘连心肌细胞核区域的方法及系统。
背景技术
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。
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独立与粘 连心肌细胞核区域的方法及系统,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粘连情况与独立情况 等问题。
为了实现上述目的,本发明采用的技术方案为:
一种检测独立与粘连心肌细胞核区域的方法,包括步骤:
S1、构建心肌细胞免疫组化图像灰度层级结构信息;
S2、剔除心肌细胞免疫组化图像冗余层级结构信息;
S3、基于灰度层级结构信息关系及距离层级结构信息关系, 检测心肌细胞核独立情况和粘连情况;
S4、统计并分析心肌细胞免疫组化图像中独立细胞核区域与 粘连细胞核区域的个数与分布情况。
进一步地,步骤S 1具体包括:
将心肌细胞区域染色为具有不同颜色的响应位点和响应强 度;
采用多阈值最大类间方差算法,依据不同参数构建针对不同 染色信息的不同灰度层级结构信息;
采用最佳参数选取方法确定最佳参数,并将其所对应的响应 位点和响应强度的评估结果作为最佳灰度层级结构信息。
进一步地,步骤S2具体包括:
采用冗余阈值参数选取方法确定冗余阈值参数,并从已得图 像灰度层级结构信息中剔除值小于冗余阈值参数的像素区域,简 化图像灰度层级结构信息;
从图像灰度层级结构信息中剔除类似噪声面积小于预设阈 值的局部独立区域;
采用覆盖检测操作,确定不同染色响应位点分布以及不同染 色信息之间的相互覆盖关系。
进一步地,针对仅有单色染色信息的细胞核,步骤S3具体 包括:
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;
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。
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;
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,针对同时具有两种染色信息的细胞核,步骤S3 具体包括:
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;
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。
一种检测独立与粘连心肌细胞核区域的系统,包括:
构建模块,用于构建心肌细胞免疫组化图像灰度层级结构信 息;
剔除模块,用于剔除心肌细胞免疫组化图像冗余层级结构信 息;
检测模块,用于基于灰度层级结构信息关系及距离层级结构 信息关系,检测心肌细胞核独立情况和粘连情况;
统计模块,用于统计并分析心肌细胞免疫组化图像中独立细 胞核区域与粘连细胞核区域的个数与分布情况。
进一步地,所述构建模块具体包括:
染色单元,用于将心肌细胞区域染色为具有不同颜色的响应 位点和响应强度;
算法单元,用于采用多阈值最大类间方差算法,依据不同参 数构建针对不同染色信息的不同灰度层级结构信息;
评估单元,用于采用最佳参数选取方法确定最佳参数,并将 其所对应的响应位点和响应强度的评估结果作为最佳灰度层级结 构信息。
进一步地,所述剔除模块具体包括:
简化单元,用于采用冗余阈值参数选取方法确定冗余阈值参 数,并从已得图像灰度层级结构信息中剔除值小于冗余阈值参数 的像素区域,简化图像灰度层级结构信息;
对比单元,用于从图像灰度层级结构信息中剔除类似噪声面 积小于预设阈值的局部独立区域;
区分单元,用于采用覆盖检测操作,确定不同染色响应位点 分布以及不同染色信息之间的相互覆盖关系。
进一步地,针对仅有单色染色信息的细胞核,所述检测模块 具体包括:
第一分析单元,用于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;
第一判定单元,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。
第二分析单元,用于采用距离变换操作,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;
第二判定单元,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,针对同时具有两种染色信息的细胞核,所述检测 模块具体包括:
第三分析单元,用于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;
第三判定单元,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。
本发明与传统的技术相比,有如下优点:
本发明基于灰度层级结构信息关系及距离层级结构信息关 系检测和分析细胞核粘连情况与独立情况,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是实施例一提供的一种检测独立与粘连心肌细胞核区域 的方法流程图;
图2是实施例二提供的一种检测独立与粘连心肌细胞核区域 的的系统结构图;
图3是实施例一提供的三幅心肌细胞染色图像;
图4是图3中每幅染色信息图像对应的不同染色信息;
图5是实施例一提供的初始的蓝色染色信息的多层及结构关 系;
图6是实施例一提供的初始的红色染色信息的多层及结构关 系;
图7是实施例一提供的简化后的蓝色染色信息的层级结构关 系;
图8是实施例一提供的简化后的红色染色信息的层级结构关 系;
图9是实施例一提供的覆盖检测关系图像;
图10是实施例一提供的A类细胞核独立情况(Neg_0001);
图11是实施例一提供的A类细胞核粘连情况(Neg_0001);
图12是实施例一提供的二值区域结构关系(Neg_0001中A类 细胞核);
图13是实施例一提供的B类细胞核独立情况(Pos_0001);
图14是实施例一提供的B类细胞核粘连情况(Pos_0002);
图15是实施例一提供的仅存在红色染色信息的B类细胞核 (Pos_0002);
图16是实施例一提供的A类细胞核与B类细胞核粘连情况 (Pos_0001)。
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。
实施例一
本实施例提供了一种检测独立与粘连心肌细胞核区域的方 法,如图1所示,包括步骤:
S11:构建心肌细胞免疫组化图像灰度层级结构信息;
S12:剔除心肌细胞免疫组化图像冗余层级结构信息;
S13:基于灰度层级结构信息关系及距离层级结构信息关系, 检测心肌细胞核独立情况和粘连情况;
S14:统计并分析心肌细胞免疫组化图像中独立细胞核区域与 粘连细胞核区域的个数与分布情况。
本实施例提供了一种关于心肌细胞免疫图像的算法,分为 四个步骤:
其中,步骤S11具体包括:
将心肌细胞区域染色为具有不同颜色的响应位点和响应强 度;
采用多阈值最大类间方差算法依据不同参数构建针对不同 染色信息的不同灰度层级结构信息;
确定最佳参数以及最佳灰度层级结构信息。
具体的,具体的,基于不同特异性蛋白的结合特性,将具有 不同蛋白表达的所述心肌细胞区域染色为红色、绿色以及蓝色, 用于定位不同蛋白的表达位点和表达强度,且心肌细胞核区域主 要呈现为红色与蓝色。
如图3所示,步骤S31具体为大多数细胞核内部被染成蓝色, 但由于某些细胞核内部同时存在不同特异性的蛋白,这些细胞核 区域内包含了两种染色信息,即红色与蓝色。通过区分红色、绿 色以及蓝色的染色信息,能将图3中三幅原图分别分为对应的三 幅不同染色信息图像,如图4所示。
此时假设x={1,2,3}。其中,图4(ax)为原图的红色染色信 息,图4(bx)为原图的绿色染色信息,图4(cx)为原图的蓝色染 色信息。针对每一幅图像,因其仅反映某一种特异性蛋白在心肌 细胞组织上的分布情况,其也能单独地被看作是一幅灰度图像。 由于绿色染色信息响应区域较大且不是需要被重点关注研究的细 胞核区域,所以在之后的处理过程中不考虑。那么仅需要针对原 图中的红色与蓝色的染色响应信息进行处理。由于Neg_0001中 不存在红色染色信息,所以之后处理中仅考虑Neg_0001_B蓝色 染色信息。
首先,需要构建针对待处理染色信息的灰度层级结构信息, 对不同的响应位点与响应强度进行一定地评估。此处,步骤S32 采用多阈值最大类间方差算法进行图像灰度层级结构信息的构 建。
假设一幅灰度信息图像I中存在灰度级别在0到L之间的N个 像素,且处于灰度级别i的像素个数标记为ni,那么灰度级别i的 像素在此图片中的概率为pi=ni/N;假设图像中存在C-1个阈值, 记为{t1,t2,...,tC-1};第一个集合G1由灰度范围为[0,...,t1]的像素确定; 第i个集合由灰度范围为(ti-1,...,ti]的像素确定,标记为Gi;最后一 个集合由灰度范围为(tC-1,...,L]的像素确定,标记为GC;
假设μT是此幅图像的灰度均值,则多阈值最大类间方差算法 的目标函数定义为:
其中,
0≤t1≤K≤tC-1<L;
那么,此时便能得到C个灰度集合,且这些集合之间存在包 含与被包含的关系。假设此时存在两个相邻集合,记为Gi与Gj, 且|i-j|=1;那么此两集合的某些局部区域便能直接融合为一个局 部连通区域,且融合边界无间隙。
通常,多阈值最大类间方差算法的参数C都是针对特定的图 像通过人为设置的。为了能够更为自动化地设定最佳的参数C, 针对蓝色染色信息和红色染色信息评价了在[1,r)区间内的最佳数 值,通常r=10。当C数值过大的时候,相当于对灰度图像细节进 行了过度地划分,而当C数值过小的时候,图片中的结构信息不 是非常突出,不利于之后的处理。
步骤S12主要目标是剔除某些冗余层级结构信息,使得最终 得到的层级结构信息能更清晰地表征细胞核内部染色信息的结 构特征。通过构建目标层级结构信息能够很大程度上确定细胞核 内部的染色响应分布情况,但是仍然有一些需要剔除的冗余层级 结构信息,即一些响应值较小且类似于噪点的区域。
其中,步骤S12具体包括:
剔除像素值小于冗余阈值参数的像素区域简化图像灰度层级 结构信息;
剔除面积小于预设阈值的局部独立区域;
通过覆盖检测操作确定染色信息分布情况。
具体的,如图5及6所示,虽然通过参数C得到的灰度层级 结构信息的划分结果能够在很大程度上确定细胞核内部的染色响 应强度分布情况以及结构关系,但是在此灰度层级结构信息中仍 旧有一些需要剔除的冗余层级结构信息,即一些响应值较小且类 似于噪点的一些区域。
假设存在一个用于剔除冗余层级结构信息的阈值,记为e; 那么其所对应的冗余层级结构信息集合E'记为:
其中,e∈[1,C)。
为了能够自适应地确定参数e的取值,以下给出了一种自适 应方法。假设此时存在C个像素集合,那么定义Sk表示集 合内独立的连通区域的个数,并且将独立连通区域个数的变化率 记为:
其中,因为针对任何图像S1≡1,所以k={2,...,C-1}。
那么max(△Sk)所对应的参数k为e的数值;为了保证变化率符 合一定的幅值要求,在实际实施过程中引入了一个幅度阈值,即:
当通过以上的操作剔除掉E'得到简化后的灰度层级结构信息 之后,需要针对其中每个二值独立局部区域进行进一步操作,即 剔除某些面积小于等于预设阈值d的局部独立区域。在实际实施 过程中,针对蓝色染色信息时,通常d设置为50,而针对红色染 色信息的时候,采用参数即某些二值连通区域内部的像素 个数小于等于d的时候,需要直接剔除这些局部独立区域。由于 细胞核本身所占的区域和像素个数较少,所以在设置阈值的时候 需要考虑到具体的图片情况。
那么剔除冗余层级结构信息与剔除较小区域块之后,便能得 到简化后的蓝色染色信息的灰度层级结构信息。如图7所示,针 对Pos_0001与Pos_0002中红色染色信息,保留G1作为其输出的 灰度层级结构信息,如图8所示。
已知图7及图8的最终灰度层级结构信息构建结果,便能通 过覆盖检测的方式,确定仅有蓝色染色信息区域、仅有红色染色 信息区域以及同时具有红色与蓝色染色信息的区域。将仅具有蓝 色染色信息的细胞核区域记为A类细胞核区域,将仅有红色染色 信息区域以及同时具有红色与蓝色染色信息的细胞核区域记为B 类细胞核区域。
覆盖检测是用于区分仅存在红色染色信息、仅存在蓝色染色 信息以及同时存在红色染色信息与蓝色染色信息的区域块。如图 9所示,在此两幅伪彩色图中,分别存在4个数值,相应地会存 在4种伪彩色,分别表示背景(值0)、蓝色染色区域(值1)、 红色染色区域(值2)以及同时具有红色与蓝色染色信息的区域 (值3)。覆盖检测操作有利于将细胞核区域区分为A类细胞核区 域、B类细胞核区域以及A类与B类细胞核粘连区域。
步骤S13的主要目标是基于灰度层级结构信息关系及距离层 级结构信息关系,检测心肌细胞核独立情况和粘连情况。
其中,步骤S13具体包括:
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;
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;
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;
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;
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。
具体的,在接下的步骤中,将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。
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10中展示了截取自图7的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11中给出了截取自图7的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级的区域块。针对图11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12给出了针对图11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12(ax)都是需要被分析的局 部二值区域块;图12(bx)是对应图12(ax)的距离变换操作结果 图,其中存在很多连续的层级结构信息;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12(c1)与图12(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12(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13中给出了两个来自Pos_0001的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13(x1)为细胞核的原图区域,图13(x2)是截取于图7(d)的 蓝色层级结构信息,图13(x3)是截取于图8(a)的红色层级结构 信息,图13(x4)是通过将图13(x2)与图13(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13(x5)是将图13(x2)与图13(x3)的层级结构信息进行融 合的结果图,图13(x6)是最终用于表示当前B类独立细胞核的 检测区域范围。
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14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14(a)是原 图,图14(b)是蓝色灰度层级结构信息,图14(c)是待分析的二 值区域块,图14(d)是图14(c)的二值层级结构信息,图14(e) 中的局部二值结构信息指示其内部区块的融合方式,图14(f)为 类似于图12(c3)修改其对应的灰度层级结构信息后的结果图,图 14(g)为红色灰度层级结构信息,图14(h)为待分析的二值区域块,图14(i)是图14(h)的二值层级结构信息,图14(j)是类似于 图14(f)修改其对应的灰度层级结构信息,图14(k)是覆盖检测 结果图,图14(l)为类似于图13(x5)同时融合红色灰度层级结构 信息(图14(j))与蓝色灰度层级结构信息(图14(f))的结果 图,图14(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 截取于图9(b)的覆盖检测结果图,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中给出了来自于Pos_0001的一个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)是截取于图 9(a)的覆盖检测结果图,图16(e)为类似于图16(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。
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。
步骤S14的主要目标是统计并分析心肌细胞免疫组化图像中 独立细胞核区域与粘连细胞核区域的个数与分布情况,并且还能 提供针对粘连细胞核区域内部的区域包含关系与区域结构关系, 为之后的区域分离提供较好的先验知识。
实施例二
本实施例提供了一种检测独立与粘连心肌细胞核区域的系 统,如图2所示,包括:
构建模块21,用于构建心肌细胞免疫组化图像灰度层级结构 信息;
剔除模块22,用于剔除心肌细胞免疫组化图像冗余层级结构 信息;
检测模块23,用于根据灰度层级结构信息关系及距离层级结 构信息关系,检测心肌细胞核独立情况和粘连情况;
统计模块24,用于统计并分析心肌细胞免疫组化图像中独立 细胞核区域与粘连细胞核区域的个数与分布情况。
具体的,构建模块21主要用于构建图片中细胞核区域的层 级结构信息。层级结构物圈是最大的生态系统,是个多层次的独 立体系。
其中,构建模块21具体包括:
染色单元,用于将心肌细胞区域染色为具有不同颜色的响应 位点和响应强度;
算法单元,用于采用多阈值最大类间方差算法,依据不同参 数构建针对不同染色信息的不同灰度层级结构信息;
评估单元,用于采用最佳参数选取方法确定最佳参数,并将 其所对应的响应位点和响应强度的评估结果作为最佳灰度层级 结构信息。
具体的,基于不同特异性蛋白的结合特性,将具有不同蛋白 表达的细胞核区域染色为具有不同颜色,用于定位不同蛋白的表 达位点和表达强度。染色单元中大多数细胞核内部被染成蓝色, 但由于某些细胞核内部同时存在不同特异性的蛋白,这些细胞核 区域内包含了两种染色信息,即红色与蓝色。通过区分红色、绿 色以及蓝色的染色信息,便能将三幅原图分别分为对应的三幅不 同染色信息图像。算法单元采用多阈值最大类间方差算法,依据 不同参数构建针对不同染色信息的不同灰度层级结构信息。评估 单元采用最佳参数选取方法确定最佳参数,并将其所对应的响应 位点和响应强度的评估结果作为最佳灰度层级结构信息。
剔除模块22主要用于剔除某些冗余层级结构信息,使得最 终得到的层级结构信息能更清晰地表征细胞核内部染色信息的 结构特征。通过构建目标层级结构信息能够很大程度上确定细胞 核内部的染色响应分布情况,但是仍然有一些需要剔除的冗余层 级结构信息,即一些响应值较小且类似于噪点的区域。
其中,剔除模块22包括:
简化单元,用于剔除像素值小于冗余阈值参数的像素区域简 化图像灰度层级结构信息;
对比单元,用于剔除面积小于预设阈值的局部独立区域;
区分单元,用于通过覆盖检测操作确定染色信息分布情况;
具体的,虽然通过参数C得到的灰度层级结构信息的划分结 果能够在很大程度上确定细胞核内部的染色响应强度分布情况以 及结构关系,但是在此灰度层级结构信息中仍旧有一些需要剔除 的冗余层级结构信息,即一些响应值较小且类似于噪点的一些区域。
简化单元剔除像素值小于冗余阈值参数的像素区域简化图 像灰度层级结构信息,对比单元剔除面积小于预设阈值的局部独 立区域,区分单元通过覆盖检测操作确定染色信息分布情况。
检测模块23主要用于基于灰度层级结构信息关系及距离层 级结构信息关系,检测心肌细胞核独立情况和粘连情况。
检测模块23具体包括:
第一分析单元,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;
第一判定单元,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;
第二分析单元,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;
第二判定单元,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。
针对同时具有两种染色信息的细胞核,检测模块23具体包 括:
第三分析单元,用于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;
第三判定单元,用于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。
统计模块24主要用于统计并分析心肌细胞免疫组化图像中 独立细胞核区域与粘连细胞核区域的个数与分布情况,并且还能 提供针对粘连细胞核区域内部的区域包含关系与区域结构关系。
通过实施例二提供的系统,能够对心肌细胞核独立情况与粘 连情况进行清楚地统计与分析,并且为之后的区域分离提供较好 的先验知识。
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 (10)
1.一种检测独立与粘连心肌细胞核区域的方法,其特征在于,包括步骤:
S1、构建心肌细胞免疫组化图像灰度层级结构信息;
S2、剔除心肌细胞免疫组化图像冗余层级结构信息;
S3、基于灰度层级结构信息关系及距离层级结构信息关系,检测心肌细胞核独立情况和粘连情况;
S4、统计并分析心肌细胞免疫组化图像中独立细胞核区域与粘连细胞核区域的个数与分布情况。
2.根据权利要求1所述的一种检测独立与粘连心肌细胞核区域的方法,其特征在于,步骤S1具体包括:
将心肌细胞区域染色为具有不同颜色的响应位点和响应强度;
采用多阈值最大类间方差算法,依据不同参数构建针对不同染色信息的不同灰度层级结构信息;
采用最佳参数选取方法确定最佳参数,并将其所对应的响应位点和响应强度的评估结果作为最佳灰度层级结构信息。
3.根据权利要求2所述的一种检测独立与粘连心肌细胞核区域的方法,其特征在于,步骤S2具体包括:
采用冗余阈值参数选取方法确定冗余阈值参数,并从已得图像灰度层级结构信息中剔除值小于冗余阈值参数的像素区域,简化图像灰度层级结构信息;
从图像灰度层级结构信息中剔除类似噪声面积小于预设阈值的局部独立区域;
采用覆盖检测操作,确定不同染色响应位点分布以及不同染色信息之间的相互覆盖关系。
4.根据权利要求3所述的一种检测独立与粘连心肌细胞核区域的方法,其特征在于,针对仅有单色染色信息的细胞核,步骤S3具体包括:
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;
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;
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;
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。
5.根据权利要求4所述的一种检测独立与粘连心肌细胞核区域的方法,其特征在于,针对同时具有两种染色信息的细胞核,步骤S3具体包括:
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;
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。
6.一种检测独立与粘连心肌细胞核区域的系统,其特征在于,包括:
构建模块,用于构建心肌细胞免疫组化图像灰度层级结构信息;
剔除模块,用于剔除心肌细胞免疫组化图像冗余层级结构信息;
检测模块,用于基于灰度层级结构信息关系及距离层级结构信息关系,检测心肌细胞核独立情况和粘连情况;
统计模块,用于统计并分析心肌细胞免疫组化图像中独立细胞核区域与粘连细胞核区域的个数与分布情况。
7.根据权利要求6所述的一种检测独立与粘连心肌细胞核区域的系统,其特征在于,所述构建模块具体包括:
染色单元,用于将心肌细胞区域染色为具有不同颜色的响应位点和响应强度;
算法单元,用于采用多阈值最大类间方差算法,依据不同参数构建针对不同染色信息的不同灰度层级结构信息;
评估单元,用于采用最佳参数选取方法确定最佳参数,并将其所对应的响应位点和响应强度的评估结果作为最佳灰度层级结构信息。
8.根据权利要求7所述的一种检测独立与粘连心肌细胞核区域的系统,其特征在于,所述剔除模块具体包括:
简化单元,用于采用冗余阈值参数选取方法确定冗余阈值参数,并从已得图像灰度层级结构信息中剔除值小于冗余阈值参数的像素区域,简化图像灰度层级结构信息;
对比单元,用于从图像灰度层级结构信息中剔除类似噪声面积小于预设阈值的局部独立区域;
区分单元,用于采用覆盖检测操作,确定不同染色响应位点分布以及不同染色信息之间的相互覆盖关系。
9.根据权利要求8所述的一种检测独立与粘连心肌细胞核区域的系统,其特征在于,针对仅有单色染色信息的细胞核,所述检测模块具体包括:
第一分析单元,用于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;
第一判定单元,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;
第二分析单元,用于采用距离变换操作,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;
第二判定单元,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。
10.根据权利要求9所述的一种检测独立与粘连心肌细胞核区域的系统,其特征在于,针对同时具有两种染色信息的细胞核,所述检测模块具体包括:
第三分析单元,用于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;
第三判定单元,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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710843639.XA CN107833200B (zh) | 2017-09-19 | 2017-09-19 | 一种检测独立与粘连心肌细胞核区域的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710843639.XA CN107833200B (zh) | 2017-09-19 | 2017-09-19 | 一种检测独立与粘连心肌细胞核区域的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107833200A true CN107833200A (zh) | 2018-03-23 |
CN107833200B CN107833200B (zh) | 2021-03-26 |
Family
ID=61643346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710843639.XA Active CN107833200B (zh) | 2017-09-19 | 2017-09-19 | 一种检测独立与粘连心肌细胞核区域的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107833200B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112504947A (zh) * | 2020-12-03 | 2021-03-16 | 中国人民解放军陆军军医大学第二附属医院 | 一种外周血细胞形态学分析计数方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101639941A (zh) * | 2009-01-13 | 2010-02-03 | 中国人民解放军军事医学科学院放射与辐射医学研究所 | Cb法微核图像中双核淋巴细胞的准确快速提取方法 |
CN103559724A (zh) * | 2013-10-31 | 2014-02-05 | 苏州相城常理工技术转移中心有限公司 | 一种高粘连度细胞环境下的多细胞同步跟踪方法 |
GB2466818B (en) * | 2009-01-09 | 2014-08-13 | Inst Cancer Genetics And Informatics | Optimizing the initialization and convergence of active contours for segmentation of cell nuclei in histological sections |
CN105160675A (zh) * | 2015-08-31 | 2015-12-16 | 北京工业大学 | 白粉病菌孢子图像的自动分割方法 |
CN106875394A (zh) * | 2016-12-22 | 2017-06-20 | 浙江工业大学 | 适用于无帧间参考信息的相差显微镜细胞主要信息粘连情况的分离与分组方法 |
-
2017
- 2017-09-19 CN CN201710843639.XA patent/CN107833200B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2466818B (en) * | 2009-01-09 | 2014-08-13 | Inst Cancer Genetics And Informatics | Optimizing the initialization and convergence of active contours for segmentation of cell nuclei in histological sections |
CN101639941A (zh) * | 2009-01-13 | 2010-02-03 | 中国人民解放军军事医学科学院放射与辐射医学研究所 | Cb法微核图像中双核淋巴细胞的准确快速提取方法 |
CN103559724A (zh) * | 2013-10-31 | 2014-02-05 | 苏州相城常理工技术转移中心有限公司 | 一种高粘连度细胞环境下的多细胞同步跟踪方法 |
CN105160675A (zh) * | 2015-08-31 | 2015-12-16 | 北京工业大学 | 白粉病菌孢子图像的自动分割方法 |
CN106875394A (zh) * | 2016-12-22 | 2017-06-20 | 浙江工业大学 | 适用于无帧间参考信息的相差显微镜细胞主要信息粘连情况的分离与分组方法 |
Non-Patent Citations (1)
Title |
---|
王萌萌,傅蓉,吕庆文: ""基于着色分离的免疫组化图像核分割研究"", 《计算机应用与软件》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112504947A (zh) * | 2020-12-03 | 2021-03-16 | 中国人民解放军陆军军医大学第二附属医院 | 一种外周血细胞形态学分析计数方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107833200B (zh) | 2021-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11341648B2 (en) | Colony contrast gathering | |
CN106407917B (zh) | 基于动态尺度分配的视网膜血管提取方法及系统 | |
US10696938B2 (en) | Method and system for automated microbial colony counting from streaked sample on plated media | |
CN108416344A (zh) | 眼底彩照视盘与黄斑定位识别方法 | |
CN107845085A (zh) | 一种心肌细胞核粘连区域分离与分组的方法及系统 | |
US8582860B2 (en) | Signet ring cell detector and related methods | |
CN106355584A (zh) | 基于局部熵确定阈值的眼底图像微动脉瘤自动检测方法 | |
CN113221655A (zh) | 基于特征空间约束的人脸欺骗检测方法 | |
CN113420582B (zh) | 用于掌静脉识别的防伪检测方法及其系统 | |
CN107833200A (zh) | 一种检测独立与粘连心肌细胞核区域的方法及系统 | |
CN108090891A (zh) | 一种检测遗漏细胞区域与新增细胞区域的方法及系统 | |
CN107742284A (zh) | 一种剔除心肌细胞图像冗余层级结构信息的方法及系统 | |
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 | |
CN114445364B (zh) | 眼底图像微动脉瘤区域检测方法及其成像方法 | |
CN107977978A (zh) | 一种基于椭圆轴关系确定细胞粘连方式的方法及系统 | |
Saradhi et al. | Performance enhancement of optic disc boundary detection using active contours via improved homogenization of optic disc region | |
US12039795B2 (en) | System and method for monitoring bacterial growth of bacterial colonies and predicting colony biomass | |
CN107833235A (zh) | 一种构建心肌细胞图像灰度层级结构信息的方法及系统 | |
US20210334514A1 (en) | System and method for monitoring bacterial growth of bacterial colonies and predicting colony biomass | |
CN108122235A (zh) | 一种基于层级结构信息构建细胞分割区域的方法及系统 | |
CN115331219A (zh) | 一种用于生物剂量估算的双着丝粒体自动识别方法及系统 | |
Smitha et al. | Severity level detection of diabetic retinopathy using ELM classifier | |
CN116310796A (zh) | 一种基于深度学习模型的目标图像增广及作物病害识别方法 |
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 |