CN108182676A - 一种精子碎片化率检测方法、装置、设备及可读存储介质 - Google Patents

一种精子碎片化率检测方法、装置、设备及可读存储介质 Download PDF

Info

Publication number
CN108182676A
CN108182676A CN201711408269.3A CN201711408269A CN108182676A CN 108182676 A CN108182676 A CN 108182676A CN 201711408269 A CN201711408269 A CN 201711408269A CN 108182676 A CN108182676 A CN 108182676A
Authority
CN
China
Prior art keywords
image block
image
sperm
core
dizzy
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
Application number
CN201711408269.3A
Other languages
English (en)
Other versions
CN108182676B (zh
Inventor
刘畅
许文明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Puhua Technology Co Ltd
Original Assignee
Chengdu Puhua Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Puhua Technology Co Ltd filed Critical Chengdu Puhua Technology Co Ltd
Priority to CN201711408269.3A priority Critical patent/CN108182676B/zh
Publication of CN108182676A publication Critical patent/CN108182676A/zh
Application granted granted Critical
Publication of CN108182676B publication Critical patent/CN108182676B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06T7/11—Region-based segmentation
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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

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)

Abstract

本发明实施例公开了一种精子碎片化率检测方法、装置、设备及计算机可读存储介质，包括获取并对原细胞图像进行预处理；依据预处理后的原细胞图像得到各个第一核图像块、各个第一晕图像块、各个细胞图像及图像块与细胞图像的对应关系；对各个第一核图像块、相应的各个第一晕图像块及各个细胞图像进行分析处理，依据分析结果及图像块与细胞图像的对应关系确定出各个精子细胞及与各个精子细胞分别对应的精子核图像块和相应的精子晕图像块；对每个精子细胞对应的精子核图像块和精子晕图像块进行分析，依据分析结果判断相应的精子细胞是否合格；统计合格精子细胞的数量和不合格精子细胞的数量以得出精子碎片化率。提高了工作效率和检测结果的精确度。

Description

一种精子碎片化率检测方法、装置、设备及可读存储介质
技术领域
本发明实施例涉及基因检测技术领域，特别是涉及一种精子碎片化率检测方法、装置、设备及计算机可读存储介质。
背景技术
随着我国工业化程度的提高，环境污染的逐渐加重，人精神压力的不断增大，不育患者数量也逐步增加。因此，如何能够对不育病因做出合理、准确的诊断，选择到合适的助孕手段，具有极大的现实意义。精子DNA碎片化率检测是一个关于精液质量的检测过程。精子DNA碎片化率的大小被认为是一个新的评价精液质量和预测生育能力的指标。
目前，在精子碎片化率检测中主要是通过工作人员依据经验对精子图像进行判读，以确定精子碎片化率，此方法存在客观性差、工作效率低及检测结果精确度低的缺点。
鉴于此，如何提供一种解决上述技术问题的精子碎片化率检测方法、装置、设备及计算机可读存储介质成为本领域技术人员亟待解决的问题。
发明内容
本发明实施例的目的是提供一种精子碎片化率检测方法、装置、设备及计算机可读存储介质，本发明实施例在使用过程中提高了对精子细胞识别的准确度和对精子细胞质量判别的准确度，从而提高了精子碎片化率检测的精确度，并且工作效率较高，可以实现大规模处理。
为解决上述技术问题，本发明实施例提供了一种精子碎片化率检测方法，包括：
S11：获取原细胞图像，并对所述原细胞图像进行预处理；
S12：依据预处理后的原细胞图像得到各个第一核图像块、各个第一晕图像块、各个细胞图像及图像块与细胞图像的对应关系；各个所述第一核图像块和各个所述第一晕图像块一一对应；各个所述第一核图像块与各个所述细胞图像一一对应；各个所述细胞图像与所述原细胞图像中的各个细胞一一对应；
S13：对各个所述第一核图像块、相应的各个所述第一晕图像块及各个所述细胞图像进行分析处理，依据分析结果及所述图像块与细胞图像的对应关系确定出各个精子细胞及与各个所述精子细胞分别对应的精子核图像块和相应的精子晕图像块；
S14：对每个所述精子细胞对应的精子核图像块和精子晕图像块进行分析，并依据分析结果判断相应的精子细胞是否合格；
S15：统计合格精子细胞的数量和不合格精子细胞的数量，依据所述合格精子细胞的数量和所述不合格精子细胞的数量得出精子碎片化率。
可选的，所述对各个所述第一核图像块、相应的各个所述第一晕图像块及各个所述细胞图像进行分析处理，依据分析结果及所述图像块与细胞图像的对应关系确定出各个精子细胞及与各个所述精子细胞分别对应的精子核图像块和相应的精子晕图像块的过程为：
S131：根据预设筛选条件从各个所述第一核图像块和各个所述第一晕图像块中筛选出所有满足要求的第一核图像块和相应的第一晕图像块，并将所有满足要求的第一核图像块和相应的第一晕图像块分别作为各个第二核图像块和相应的第二晕图像块；
S132：依据各个所述第二核图像块和/或相应的各个所述第二晕图像块及所述图像块与细胞图像的对应关系，确定出与各个所述第二核图像块一一对应的各个细胞图像；
S133：通过预先训练的精子识别模型对各个所述细胞图像进行辨别，识别出所有的精子细胞；
S134：依据各个精子细胞及所述图像块与细胞图像的对应关系，从各个所述第二核图像块和各个所述第二晕图像块中匹配出与每个所述精子细胞分别对应的精子核图像块和相应的精子晕图像块。
可选的，所述依据预处理后的原细胞图像得到各个第一核图像块、各个第一晕图像块和各个细胞图像的过程为：
S121：提取预处理后的原细胞图像对应的前景二值图像；
S122：采用图像分割法对所述前景二值图像的前景区域进行精子核和精子晕分割，得到各个第一核图像块和各个第一晕图像块；
S123：采用所述图像分割法对所述原细胞图像进行细胞图像分割，得到与各个细胞一一对应的各个细胞图像。
可选的，所述采用图像分割法对所述前景二值图像的前景区域进行精子核和精子晕分割，得到各个第一核图像块和各个第一晕图像块的过程为：
采用改进水平集算法对所述前景二值图像的前景区域进行精子核和精子晕分割，得到分割后的各个第一核图像块和各个第一晕图像块；其中，所述改进水平集算法是通过对水平计算法的能量项进行修改后得到的。
可选的，所述提取预处理后的原细胞图像对应的前景二值图像的过程为：
将预处理后的原细胞图像对应的颜色空间由RGB颜色空间转换为HSV颜色空间；
根据所述HSV颜色空间的背景提取相应原细胞图像的前景二值图像。
可选的，在所述提取预处理后的原细胞图像对应的前景二值图像之后还包括：
通过形态学滤波法对所述前景二值图像进行去杂质处理，得到处理后的前景二值图像。
可选的，所述根据预设筛选条件从各个所述第一核图像块和各个所述第一晕图像块中筛选出所有满足要求的第一核图像块和相应的第一晕图像块的过程为：
对各个所述第一核图像块和各个所述第一晕图像块进行分析，将符合预设筛选条件的第一核图像块和相应的第一晕图像块删除，得到剩余的各个第一核图像块和相应的各个第一晕图像块；
将剩余的各个所述第一核图像块中、核心数量为多个的第一核图像块进行分割，得到与所述核心数量为多个的第一核图像块对应的各个第一子核图像块和各个第一子晕图像块，每个所述第一子核图像块中包括一个核心，各个所述第一子核图像块和各个所述第一子晕图像块一一对应；
利用各个所述第一子核图像块代替所述核心数量为多个的第一核图像块，利用相应的各个所述第一子晕图像块代替与所述核心数量为多个的第一核图像块对应的第一晕图像块，以对所述剩余的各个第一核图像块和相应的各个第一晕图像块进行更新；
将更新后的、剩余的各个第一核图像块和相应的各个第一晕图像块作为所有满足要求的第一核图像块和相应的第一晕图像块。
可选的，所述预设筛选条件包括：
核面积小于预设面积范围的下限；
或核面积大于相应的晕面积、且所述核面积大于所述预设面积范围的上限；
或只存在细胞晕不存在细胞核；
或晕面积大于核面积、且晕面积与核面积之差大于预设差值。
可选的，所述对每个所述精子细胞对应的精子核图像块和精子晕图像块进行分析，并依据分析结果判断相应的精子细胞是否合格的过程为：
S141：依据与每个所述精子细胞对应的精子核图像块和精子晕图像块，拟合出与每个所述精子细胞对应的精子核椭圆和相应的精子晕椭圆；
S142：依据所述精子核椭圆和相应的精子晕椭圆计算出精子核椭圆与相应的精子晕椭圆的轴比例；
S143：依据与每个所述精子细胞对应的轴比例及预设轴比例范围判断相应的精子细胞是否合格。
本发明实施例相应的提供了一种精子碎片化率检测装置，包括：
预处理模块，用于获取原细胞图像，并对所述原细胞图像进行预处理；
分割模块，用于依据预处理后的原细胞图像得到各个第一核图像块、各个第一晕图像块、各个细胞图像及图像块与细胞图像的对应关系；各个所述第一核图像块和各个所述第一晕图像块一一对应；各个所述第一核图像块与各个所述细胞图像一一对应；各个所述细胞图像与所述原细胞图像中的各个细胞一一对应；
分析模块，用于对各个所述第一核图像块、相应的各个所述第一晕图像块及各个所述细胞图像进行分析处理，依据分析结果及所述图像块与细胞图像的对应关系确定出各个精子细胞及与各个所述精子细胞分别对应的精子核图像块和相应的精子晕图像块；
判断模块，用于对每个所述精子细胞对应的精子核图像块和精子晕图像块进行分析，并依据分析结果判断相应的精子细胞是否合格；
计算模块，用于统计合格精子细胞的数量和不合格精子细胞的数量，依据所述合格精子细胞的数量和所述不合格精子细胞的数量得出精子碎片化率。
可选的，所述分析模块包括为：
筛选单元，用于根据预设筛选条件从各个所述第一核图像块和各个所述第一晕图像块中筛选出所有满足要求的第一核图像块和相应的第一晕图像块，并将所有满足要求的第一核图像块和相应的第一晕图像块分别作为各个第二核图像块和相应的第二晕图像块；
确定单元，用于依据各个所述第二核图像块和/或相应的各个所述第二晕图像块及所述图像块与细胞图像的对应关系，确定出与各个所述第二核图像块一一对应的各个细胞图像；
识别单元，用于通过预先训练的精子识别模型对各个所述细胞图像进行辨别，识别出所有的精子细胞；
匹配单元，用于依据各个精子细胞及所述图像块与细胞图像的对应关系，从各个所述第二核图像块和各个所述第二晕图像块中匹配出与每个所述精子细胞分别对应的精子核图像块和相应的精子晕图像块。
可选的，所述分割模块包括：
提取单元，用于提取预处理后的原细胞图像对应的前景二值图像；
第一分割单元，用于采用图像分割法对所述前景二值图像的前景区域进行精子核和精子晕分割，得到各个第一核图像块和各个第一晕图像块；
第二分割单元，用于采用所述图像分割法对所述原细胞图像进行细胞图像分割，得到与各个细胞一一对应的各个细胞图像。
可选的，所述筛选单元包括：
筛选子单元，用于对各个所述第一核图像块和各个所述第一晕图像块进行分析，将符合预设筛选条件的第一核图像块和相应的第一晕图像块删除，得到剩余的各个第一核图像块和相应的各个第一晕图像块；
分割子单元，用于将剩余的各个所述第一核图像块中、核心数量为多个的第一核图像块进行分割，得到与所述核心数量为多个的第一核图像块对应的各个第一子核图像块和各个第一子晕图像块，每个所述第一子核图像块中包括一个核心，各个所述第一子核图像块和各个所述第一子晕图像块一一对应；
更新子单元，用于利用各个所述第一子核图像块代替所述核心数量为多个的第一核图像块，利用相应的各个所述第一子晕图像块代替与所述核心数量为多个的第一核图像块对应的第一晕图像块，以对所述剩余的各个第一核图像块和相应的各个第一晕图像块进行更新；
确定子单元，用于将更新后的、剩余的各个第一核图像块和相应的各个第一晕图像块作为所有满足要求的第一核图像块和相应的第一晕图像块。
可选的，所述判断模块包括：
拟合单元，用于依据与每个所述精子细胞对应的精子核图像块和精子晕图像块，拟合出与每个所述精子细胞对应的精子核椭圆和相应的精子晕椭圆；
计算单元，用于依据所述精子核椭圆和相应的精子晕椭圆计算出精子核椭圆与相应的精子晕椭圆的轴比例；
判断单元，用于依据与每个所述精子细胞对应的轴比例及预设轴比例范围判断相应的精子细胞是否合格。
本发明实施例还提供了一种精子碎片化率检测设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上述所述精子碎片化率检测方法的步骤。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述所述精子碎片化率检测方法的步骤。
本发明实施例提供了一种精子碎片化率检测方法、装置、设备及计算机可读存储介质，包括：获取原细胞图像，并对原细胞图像进行预处理；依据预处理后的原细胞图像得到各个第一核图像块、各个第一晕图像块、各个细胞图像及图像块与细胞图像的对应关系；各个第一核图像块和各个第一晕图像块一一对应；各个第一核图像块与各个细胞图像一一对应；各个细胞图像与原细胞图像中的各个细胞一一对应；对各个第一核图像块、相应的各个第一晕图像块及各个细胞图像进行分析处理，依据分析结果及图像块与细胞图像的对应关系确定出各个精子细胞及与各个精子细胞分别对应的精子核图像块和相应的精子晕图像块；对每个精子细胞对应的精子核图像块和精子晕图像块进行分析，并依据分析结果判断相应的精子细胞是否合格；统计合格精子细胞的数量和不合格精子细胞的数量，依据合格精子细胞的数量和不合格精子细胞的数量得出精子碎片化率。
本发明实施例通过对原细胞图像进行处理后得到分别一一对应的各个第一核图像块、各个第一晕图像块及各个细胞图像，并且还可以根据各个第一核图像块、各个第一晕图像块及各个细胞图像自动确定出所有的精子细胞，以及确定出与每个精子细胞对应的精子核图像块和精子晕图像块，进一步依据精子核图像块和精子晕图像块确定相应的精子细胞是否合格及得到精子碎片化率。本发明实施例通过自动化分析检测，提高了对精子细胞识别的准确度和对精子细胞质量判别的准确度，从而提高了精子碎片化率检测的精确度，并且工作效率较高，可以实现大规模处理。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对现有技术和实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种精子碎片化率检测方法的流程示意图；
图2为本发明实施例提供的S12的一种具体实施方法示意图；
图3为本发明实施例提供的S13的一种具体实施方法示意图；
图4为本发明实施例提供的S14的一种具体实施方法示意图；
图5为本发明实施例提供的一种精子碎片化率检测装置的结构示意图；
图6为本发明实施例提供的一种分析模块的结构示意图；
图7为本发明实施例提供的一种分割模块的结构示意图；
图8为本发明实施例提供的一种判断模块的结构示意图。
具体实施方式
本发明实施例提供了一种精子碎片化率检测方法、装置、设备及计算机可读存储介质，本发明实施例在使用过程中提高了对精子细胞识别的准确度和对精子细胞质量判别的准确度，从而提高了精子碎片化率检测的精确度，并且工作效率较高，可以实现大规模处理。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参照图1，图1为本发明实施例提供的一种精子碎片化率检测方法的流程示意图。
该方法包括：
S11：获取原细胞图像，并对原细胞图像进行预处理；
需要说明的是，该原细胞图像中包括精子细胞和其他体细胞，并且是通过载玻片普通环境和常规试剂对精子染色后获取的原细胞图像，获取原细胞图像后，对原细胞图像进行预处理，以使得到的原细胞图像更加清晰准确。
S12：依据预处理后的原细胞图像得到各个第一核图像块、各个第一晕图像块、各个细胞图像及图像块与细胞图像的对应关系；各个第一核图像块和各个第一晕图像块一一对应；各个第一核图像块与各个细胞图像一一对应；各个细胞图像与原细胞图像中的各个细胞一一对应；
具体的，预处理后的原细胞图像中的每个细胞分别对应一个细胞图像，并且每个细胞图像均可以分为第一核图像块和第一晕图像块，所有本申请可以通过预处理后的原细胞图像得到每个细胞图像，及与每个细胞图像一一对应的第一核图像块和相应的第一晕图像块，具体可以采用图像分割的方法得到各个细胞图像、各个第一核图像块和相应的各个第一晕图像块。
需要说明的是，每个细胞对应一个细胞图像，每个细胞图像对应一个第一核图像块和一个第一晕图像块，从而可以得到细胞、细胞图像、第一核图像块和第一晕图像块的对应关系，具体可以通过对每个细胞、细胞图像、第一核图像块和相应的第一晕图像块进行编号，以确定图像块与细胞图像的对应关系，其中图像块表示第一核图像块和与该第一核图像块对应的第一晕图像块。
S13：对各个第一核图像块、相应的各个第一晕图像块及各个细胞图像进行分析处理，依据分析结果及图像块与细胞图像的对应关系确定出各个精子细胞及与各个精子细胞分别对应的精子核图像块和相应的精子晕图像块；
需要说明的是，由于原细胞图像中不仅包括精子细胞，也包括其他的体细胞或杂质，也即分割得到的各个第一核图像块和相应的各个第一晕图像块中有一部分第一核图像块和相应的第一晕图像块可能是不符合预设要求的，所以需要对分割得到的各个第一核图像块、相应的各个第一晕图像块及各个细胞图像进行分析处理，以识别出各个精子细胞以及与各个精子细胞对应的各个第一核图像块和相应的各个第一晕图像块，也即得到与每个精子细胞一一对应的精子核图像块和相应的精子晕图像块。相对于人工识别，本申请可以提高精子细胞识别的准确性，以便提高检测结果的精确度。
S14：对每个精子细胞对应的精子核图像块和精子晕图像块进行分析，并依据分析结果判断相应的精子细胞是否合格；
可以理解的是，本发明实施例中在得到与每个精子细胞一一对应的精子核图像块和相应的精子晕图像块后，通过对精子核图像块和相应的精子晕图像块进行分析，并依据分析结果判断相应的精子细胞是否合格，对每个精子细胞对应的精子核图像块和相应的精子晕图像块分析后，就可以得到所有合格的精子细胞，及所有不合格的精子细胞。
具体的，可以依据精子核图像块对应的精子核椭圆和相应的精子晕图像块对应的精子晕椭圆，计算精子核椭圆与精子晕椭圆的轴比例，再依据该轴比例判断相应的精子细胞是否合格。
当然，也可以采用其他的分析方法对精子细胞对应的精子核图像块和精子晕图像块进行分析，以判断相应的精子细胞是否合格，具体方法不做限定。
需要说明的是，相对于现有技术中依据人工经验判别精子细胞是否合格，本申请提高了对精子细胞合格率判别的精确度。
S15：统计合格精子细胞的数量和不合格精子细胞的数量，依据合格精子细胞的数量和不合格精子细胞的数量得出精子碎片化率。
需要说明的是，本申请中可以从原细胞图像中准确识别出所有的精子细胞，并根据所有精子细胞各自对应的精子核图像块和精子晕图像块准确判断出相应的精子细胞是否合格，也即本申请可以准确统计出所有合格的精子细胞数量和所有不合格的精子细胞数量，并根据所有合格的精子细胞的数量和所有不合格的精子细胞的数量就可以准确得出精子碎片化率。另外，本申请不仅大大提高了检测效率和精确度，还可以用于大规模检测，大大节约了人力资源。
本发明实施例提供了一种精子碎片化率检测方法，包括：获取原细胞图像，并对原细胞图像进行预处理；依据预处理后的原细胞图像得到各个第一核图像块、各个第一晕图像块、各个细胞图像及图像块与细胞图像的对应关系；各个第一核图像块和各个第一晕图像块一一对应；各个第一核图像块与各个细胞图像一一对应；各个细胞图像与原细胞图像中的各个细胞一一对应；对各个第一核图像块、相应的各个第一晕图像块及各个细胞图像进行分析处理，依据分析结果及图像块与细胞图像的对应关系确定出各个精子细胞及与各个精子细胞分别对应的精子核图像块和相应的精子晕图像块；对每个精子细胞对应的精子核图像块和精子晕图像块进行分析，并依据分析结果判断相应的精子细胞是否合格；统计合格精子细胞的数量和不合格精子细胞的数量，依据合格精子细胞的数量和不合格精子细胞的数量得出精子碎片化率。
本发明实施例通过对原细胞图像进行处理后得到分别一一对应的各个第一核图像块、各个第一晕图像块及各个细胞图像，并且还可以根据各个第一核图像块、各个第一晕图像块及各个细胞图像自动确定出所有的精子细胞，以及确定出与每个精子细胞对应的精子核图像块和精子晕图像块，进一步依据精子核图像块和精子晕图像块确定相应的精子细胞是否合格及得到精子碎片化率。本发明实施例通过自动化分析检测，提高了对精子细胞识别的准确度和对精子细胞质量判别的准确度，从而提高了精子碎片化率检测的精确度，并且工作效率较高，可以实现大规模处理。
在上述实施例的基础上：
作为优选的实施例，请参照图2，在上述S12中的依据预处理后的原细胞图像得到各个第一核图像块、各个第一晕图像块和各个细胞图像的过程，具体可以为：
S121：提取预处理后的原细胞图像对应的前景二值图像；
需要说明的是，由于精子染色后，呈现深紫色，在色度空间上呈现高亮物体，因此可以根据颜色特征来进行前景初步提取，以排除大部分不可能的前景。
具体的，为了更好地排除大部分不可能的前景，提高所提取的前景二值图像的精确度，本发明实施例可以先将预处理后的原细胞图像对应的颜色空间由RGB颜色空间转换为HSV颜色空间；并根据HSV颜色空间的背景提取此时的原细胞图像对应的前景二值图像。
S122：采用图像分割法对前景二值图像的前景区域进行精子核和精子晕分割，得到各个第一核图像块和各个第一晕图像块；
需要说明的是，将提取出的与原细胞图像对应的前景二值图像中的精子核从相应的精子晕中分割出来，由于原细胞图像中的细胞不一定全部是精子细胞，所以本申请中将前景二值图像中的每个细胞的核和晕进行分割，得到与每个细胞对应的第一核图像块和第一晕图像块，也即每个细胞对应一个第一核图像块和一个第一晕图像块。
S123：采用图像分割法对原细胞图像进行细胞图像分割，得到与各个细胞一一对应的各个细胞图像。
具体的，对原细胞图像中的各个细胞进行分割得到与各个细胞对应的细胞图像，也即每个细胞对应一个细胞图像，从而可以得到细胞、细胞图像、第一核图像块和第一晕图像块的对应关系。
作为优选的实施例，上述S122中的采用图像分割法对前景二值图像的前景区域进行精子核和精子晕分割，得到各个第一核图像块和各个第一晕图像块的过程，具体可以为：
采用改进水平集算法对前景二值图像的前景区域进行精子核和精子晕分割，得到分割后的各个第一核图像块和各个第一晕图像块；其中，改进水平集算法是通过对水平计算法的能量项进行修改后得到的。
需要说明的是，在对前景二值图像中进行分割时，可以活动轮廓或水平集算法对图像进行分割，但是由于能量数学模型不能完全精确描述实际情况和数值计算误差等原因，往往会造成算法失败，得不到预期效果。所以本发明实施例中可以在水平集算法的基础上修改能量项，使得整个水平集函数只能在预先提取的前景中进行演化，从而保证了最后的效果。故本发明实施例中优选的采用改进水平集算法对前景二值图像的前景区域进行精子核和精子晕分割。
还需要说明的是，在上述S123中也可以采用上述改进水平集算法对原细胞图像进行细胞图像分割。当然，也可以采用其他的图像分割法对前景二值图像和原细胞图像进行分割，具体采用哪种图像分割法本发明实施例对此不做特殊限定，能实现本发明实施例的目的即可。
作为优选的实施例，在上述S121，提取预处理后的原细胞图像对应的前景二值图像之后，该方法还包括以下步骤，具体如下：
通过形态学滤波法对前景二值图像进行去杂质处理，得到处理后的前景二值图像。
需要说明的是，由于载玻片普通环境和常规试剂染色，会使原细胞图像上呈现出较多的杂质，从而对后期处理造成不利影响，并且此类杂质一般具有离散、小面积等特征，因此本发明实施例可以对提取的前景二值图像进行去杂质处理，然后再对去除杂质后的前景二值图像进行分割处理，使分割后得到的各个第一核图像块和相应的各个第一晕图像块更加精确。
具体的，可以采用形态学滤波法对前景二值图像进行去杂质处理，当然本申请中不仅限于采用形态学滤波法，也可以采用其他的方法去除前景二值图像中的杂质，具体采用哪种方法本申请对此不做特殊限定。
作为优选的实施例，请参照图3，在上述S13中的对各个第一核图像块、相应的各个第一晕图像块及各个细胞图像进行分析处理，依据分析结果及图像块与细胞图像的对应关系确定出各个精子细胞及与各个精子细胞分别对应的精子核图像块和相应的精子晕图像块的过程，具体可以为：
S131：根据预设筛选条件从各个第一核图像块和各个第一晕图像块中筛选出所有满足要求的第一核图像块和相应的第一晕图像块，并将所有满足要求的第一核图像块和相应的第一晕图像块分别作为各个第二核图像块和相应的第二晕图像块；
需要说明的是，为了减少图像处理的工作量，提高检测效率，本发明实施例中优选的依据筛选条件对各个第一核图像块和各个第一晕图像块进行筛选，筛选出所有满足要求的第一核图像块和相应的第一晕图像块，则将所有满足要求的第一核图像块和相应的第一晕图像块分别作为各个第二核图像块和相应的第二晕图像块。
例如，第一核图像块A1i和第一晕图像块B1i一一对应，其中，i为大于1的整数，当i为4时，则从第一核图像块A11和第一晕图像块B11、第一核图像块A12和第一晕图像块B12、第一核图像块A13和第一晕图像块B13以及第一核图像块A14和第一晕图像块B14中筛选出满足要求的第一核图像块和相应的第一晕图像块，例如满足要求的第一核图像块和相应的第一晕图像块包括：第一核图像块A11和第一晕图像块B11、第一核图像块A12和第一晕图像块B12和第一核图像块A13和第一晕图像块B13，则将第一核图像块A11和第一晕图像块B11分别作为第二核图像块A21和第二晕图像块B21，将第一核图像块A12和第一晕图像块B12分别作为第二核图像块A22和第二晕图像块B22，将第一核图像块A13和第一晕图像块B13分别作为第二核图像块A23和第二晕图像块B23。
S132：依据各个第二核图像块和/或相应的各个第二晕图像块及图像块与细胞图像的对应关系，确定出与各个第二核图像块一一对应的各个细胞图像；
需要说明的是，由于每个细胞图像对应一个第一核图像块和一个相应的第一晕图像块，所以可以根据每个第二核图像块和/或相应的第二晕图像块从图像块与细胞图像的对应关系中确定出相应的细胞图像。
具体的，可以根据第二核图像块、相应的第二晕图像块及第二核图像块和相应的第二晕图像块中的一种信息为依据从图像块与细胞图像的对应关系中确定出相应的细胞图像。
例如，依据第二核图像块A21和/或第二晕图像块B21即可从图像块与细胞图像的对应关系中确定出相应的细胞图像为细胞图像1，依据第二核图像块A22和/或第二晕图像块B22即可从图像块与细胞图像的对应关系中确定出相应的细胞图像为细胞图像2，依据第二核图像块A23和/或第二晕图像块B23即可从图像块与细胞图像的对应关系中确定出相应的细胞图像为细胞图像3等。
S133：通过预先训练的精子识别模型对各个细胞图像进行辨别，识别出所有的精子细胞；
需要说明的是，在检测之前需要预先训练精子识别模块，并通过该精子识别模块对筛选出的各个细胞图像进行识别，识别出所有的精子细胞，例如，通过精子识别模块对细胞图像1、细胞图像2和细胞图像3识别后，确定出细胞图像1和细胞图像2为精子细胞。
S134：依据各个精子细胞及图像块与细胞图像的对应关系，从各个第二核图像块和各个第二晕图像块中匹配出与每个精子细胞分别对应的精子核图像块和相应的精子晕图像块。
具体的，在确定出精子细胞后，可以依据图像块与细胞图像的对应关系确定出与各个精子细胞对应的精子核图像块和相应的精子晕图像块。例如，精子细胞1对应的细胞图像为细胞图像1，细胞图像1对应的第二核图像块和第二晕图像块分别为第二核图像块A21和第二晕图像块B21，则将第二核图像块A21和第二晕图像块B21作为精子细胞1对应的精子核图像块和相应的精子晕图像块；精子细胞2对应的细胞图像为细胞图像2，细胞图像2对应的第二核图像块和第二晕图像块分别为第二核图像块A22和第二晕图像块B22，则将第二核图像块A22和第二晕图像块B22作为精子细胞2对应的精子核图像块和相应的精子晕图像块，从而确定出与各个精子细胞分别对应的精子核图像块和相应的精子晕图像块。
作为优选的实施例，在上述S131中根据预设筛选条件从各个第一核图像块和各个第一晕图像块中筛选出所有满足要求的第一核图像块和相应的第一晕图像块的过程，具体可以为：
S1311：对各个第一核图像块和各个第一晕图像块进行分析，将符合预设筛选条件的第一核图像块和相应的第一晕图像块删除，得到剩余的各个第一核图像块和相应的各个第一晕图像块；
具体的，本发明实施例中先将符合预设筛选条件的第一核图像块和相应的第一晕图像块删除，以对各个第一核图像块和各个第一晕图像块进行初步筛选处理。
S1312：将剩余的各个第一核图像块中、核心数量为多个的第一核图像块进行分割，得到与核心数量为多个的第一核图像块对应的各个第一子核图像块和各个第一子晕图像块，每个第一子核图像块中包括一个核心，各个第一子核图像块和各个第一子晕图像块一一对应；
需要说明的是，由于分割后的第一核图像块中可能存在晕粘连的情况，并且发生晕粘连后相应的第一核图像块中应该包括多个核心，也即对于核心数量大于等于两个的第一核图像块均说明发生了晕粘连，需要对于这种情况下的第一核图像块进行再次分割，将一个第一核图像块进行分割后使最终得到的每个第一子核图像块中均只包括一个核心，并且每个第一子核图像块对应一个第一子晕图像块。
例如，剩余的各个第一核图像块和相应的各个第一晕图像块中包括第一核图像块A14和第一晕图像块B14以及第一核图像块A15和第一晕图像块B15，并且第一核图像块A15中包括两个核心，则需要对第一核图像块A15进行分割，得到第一子核图像块A151和第一子晕图像块B151及第一子核图像块A152和第一子晕图像块B152。
S1313：利用各个第一子核图像块代替核心数量为多个的第一核图像块，利用相应的各个第一子晕图像块代替与核心数量为多个的第一核图像块对应的第一晕图像块，以对剩余的各个第一核图像块和相应的各个第一晕图像块进行更新；
具体的，例如可以利用第一子核图像块A151和第一子核图像块A152代替第一核图像块A15，利用第一子晕图像块B151和第一子晕图像块B152代替第一晕图像块B15，第一子核图像块A151和第一子晕图像块B151对应，第一子核图像块A152和第一子晕图像块B152对应，从而使剩余的各个第一核图像块和相应的各个第一晕图像块中包括第一核图像块A14和第一晕图像块B14、第一子核图像块A151和第一子晕图像块B151以及第一子核图像块A152和第一子晕图像块B152，并且还可以将第一子核图像块A151和第一子核图像块A152作为两个第一核图像块(可以重新编号)，将第一子晕图像块B151和第一子晕图像块B152作为两个相应的第一晕图像块。
当然，此时也需要对与核心数量为多个的第一核图像块对应的细胞图像进行分割，分割成与各个第一子核图像块分别对应的各个子细胞图像，并用各个细胞图像代替相应的细胞图像，以便可以根据更新后的第一核图像块和/或第一晕图像块找到相应的细胞图像。
S1314：将更新后的、剩余的各个第一核图像块和相应的各个第一晕图像块作为所有满足要求的第一核图像块和相应的第一晕图像块。
需要说明的是，经上述步骤筛选得到的所有满足要求的第一核图像块和相应的第一晕图像块即为各个第二核图像块和相应的第二晕图像块。
还需要说明的是，在上述S1312中，具体可以通过以下方法对核心数量为多个的第一核图像块进行分割，具体为：
确定出晕中的所有核心，将第i个核心标记为ki；提取出第一核图像块晕的边缘像素，并采用鲁棒最小二乘法拟合第ki个细胞外围的光晕，拟合完成后更新边缘像素，去除掉已经拟合的核心对应的外围光晕边缘像素，并重复上述步骤，直至拟合完所有核心对应的外围光晕，以完成对核心数量为多个的第一核图像块的分割。
作为优选的实施例，本发明实施例中的预设筛选条件可以包括以下几种条件：
核面积小于预设面积范围的下限；
或核面积大于相应的晕面积、且核面积大于预设面积范围的上限；
或只存在细胞晕不存在细胞核；
或晕面积大于核面积、且晕面积与核面积之差大于预设差值。
具体的，当本申请中的各个第一核图像块和相应的第一晕图像块符合上述条件之一，则将相应的第一核图像块和对应的第一晕图像块删除。
当然，本发明实施例中的预设筛选条件也不仅限于包括上述几种条件，具体包括哪些条件，可以根据实际情况进行确定，本发明实施例对此不做特殊限定，能实现本发明实施例的目的即可。
作为优选的实施例，请参照图4，在上述S14中的对每个精子细胞对应的精子核图像块和精子晕图像块进行分析，并依据分析结果判断相应的精子细胞是否合格的过程，具体可以为：
S141：依据与每个精子细胞对应的精子核图像块和精子晕图像块，拟合出与每个精子细胞对应的精子核椭圆和相应的精子晕椭圆；
S142：依据精子核椭圆和相应的精子晕椭圆计算出精子核椭圆与相应的精子晕椭圆的轴比例；
S143：依据与每个精子细胞对应的轴比例及预设轴比例范围判断相应的精子细胞是否合格。
需要说明的是，精子细胞是否合格，可以根据与精子细胞对应的精子核图像块和精子晕图像块大小关系判断。本发明实施例通过精子细胞外围轮廓拟合相应的精子核图像块对应的精子核椭圆和相应的精子晕图像块对应的精子晕椭圆，并计算出精子核椭圆与相应的精子晕椭圆的轴比例，以该轴比例确定精子细胞对应的的精子核图像块和精子晕图像块大小关系。将与精子细胞对应的精子核椭圆与相应的精子晕椭圆的轴比例与预设轴比例范围进行比较，满足预设轴比例范围的轴比例对应的精子细胞即为合格的精子细胞，对于比较后不满足预设轴比例范围的轴比例对应的精子细胞即为不合格的精子细胞。
当然，本发明实施例中不仅限于采用上述方法对精子细胞是否合格进行判断，也可以采用其他的方法判断精子细胞是否合格，具体采用哪种方法本发明实施例对此不做限定。
在上述实施例的基础上，本发明实施例相应的提供了一种精子碎片化率检测装置，具体请参照图5。该装置包括：
预处理模块1，用于获取原细胞图像，并对原细胞图像进行预处理；
分割模块2，用于依据预处理后的原细胞图像得到各个第一核图像块、各个第一晕图像块、各个细胞图像及图像块与细胞图像的对应关系；各个第一核图像块和各个第一晕图像块一一对应；各个第一核图像块与各个细胞图像一一对应；各个细胞图像与原细胞图像中的各个细胞一一对应；
分析模块3，用于对各个第一核图像块、相应的各个第一晕图像块及各个细胞图像进行分析处理，依据分析结果及图像块与细胞图像的对应关系确定出各个精子细胞及与各个精子细胞分别对应的精子核图像块和相应的精子晕图像块；
判断模块4，用于对每个精子细胞对应的精子核图像块和精子晕图像块进行分析，并依据分析结果判断相应的精子细胞是否合格；
计算模块5，用于统计合格精子细胞的数量和不合格精子细胞的数量，依据合格精子细胞的数量和不合格精子细胞的数量得出精子碎片化率。
作为优选的实施例，请参照图6，分析模块3包括为：
筛选单元31，用于根据预设筛选条件从各个第一核图像块和各个第一晕图像块中筛选出所有满足要求的第一核图像块和相应的第一晕图像块，并将所有满足要求的第一核图像块和相应的第一晕图像块分别作为各个第二核图像块和相应的第二晕图像块；
确定单元32，用于依据各个第二核图像块和/或相应的各个第二晕图像块及图像块与细胞图像的对应关系，确定出与各个第二核图像块一一对应的各个细胞图像；
识别单元33，用于通过预先训练的精子识别模型对各个细胞图像进行辨别，识别出所有的精子细胞；
匹配单元34，用于依据各个精子细胞及图像块与细胞图像的对应关系，从各个第二核图像块和各个第二晕图像块中匹配出与每个精子细胞分别对应的精子核图像块和相应的精子晕图像块。
作为优选的实施例，请参照图7，分割模块2包括：
提取单元21，用于提取预处理后的原细胞图像对应的前景二值图像；
第一分割单元22，用于采用图像分割法对前景二值图像的前景区域进行精子核和精子晕分割，得到各个第一核图像块和各个第一晕图像块；
第二分割单元23，用于采用图像分割法对原细胞图像进行细胞图像分割，得到与各个细胞一一对应的各个细胞图像。
作为优选的实施例，筛选单元31包括：
筛选子单元，用于对各个第一核图像块和各个第一晕图像块进行分析，将符合预设筛选条件的第一核图像块和相应的第一晕图像块删除，得到剩余的各个第一核图像块和相应的各个第一晕图像块；
分割子单元，用于将剩余的各个第一核图像块中、核心数量为多个的第一核图像块进行分割，得到与核心数量为多个的第一核图像块对应的各个第一子核图像块和各个第一子晕图像块，每个第一子核图像块中包括一个核心，各个第一子核图像块和各个第一子晕图像块一一对应；
更新子单元，用于利用各个第一子核图像块代替核心数量为多个的第一核图像块，利用相应的各个第一子晕图像块代替与核心数量为多个的第一核图像块对应的第一晕图像块，以对剩余的各个第一核图像块和相应的各个第一晕图像块进行更新；
确定子单元，用于将更新后的、剩余的各个第一核图像块和相应的各个第一晕图像块作为所有满足要求的第一核图像块和相应的第一晕图像块。
作为优选的实施例，请参照图8，判断模块4包括：
拟合单元41，用于依据与每个精子细胞对应的精子核图像块和精子晕图像块，拟合出与每个精子细胞对应的精子核椭圆和相应的精子晕椭圆；
计算单元42，用于依据精子核椭圆和相应的精子晕椭圆计算出精子核椭圆与相应的精子晕椭圆的轴比例；
判断单元43，用于依据与每个精子细胞对应的轴比例及预设轴比例范围判断相应的精子细胞是否合格。
需要说明的是，本发明实施例具有与上述实施例中的精子碎片化率检测方法相同的有益效果，并且对于本发明实施例中所涉及到的精子碎片化率检测方法的具体介绍请参照上述实施例，本申请在此不再赘述。
在上述实施例的基础上，本发明实施例还提供了一种精子碎片化率检测设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行计算机程序时实现如上述精子碎片化率检测方法的步骤。
需要说明的是，本发明实施例具有与上述实施例中的精子碎片化率检测方法相同的有益效果，并且对于本发明实施例中所涉及到的精子碎片化率检测方法的具体介绍请参照上述实施例，本申请在此不再赘述。
在上述实施例的基础上，本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述精子碎片化率检测方法的步骤。
需要说明的是，本发明实施例具有与上述实施例中的精子碎片化率检测方法相同的有益效果，并且对于本发明实施例中所涉及到的精子碎片化率检测方法的具体介绍请参照上述实施例，本申请在此不再赘述。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其他形式的存储介质中。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (16)

1.一种精子碎片化率检测方法，其特征在于，包括：
S11：获取原细胞图像，并对所述原细胞图像进行预处理；
S12：依据预处理后的原细胞图像得到各个第一核图像块、各个第一晕图像块、各个细胞图像及图像块与细胞图像的对应关系；各个所述第一核图像块和各个所述第一晕图像块一一对应；各个所述第一核图像块与各个所述细胞图像一一对应；各个所述细胞图像与所述原细胞图像中的各个细胞一一对应；
S13：对各个所述第一核图像块、相应的各个所述第一晕图像块及各个所述细胞图像进行分析处理，依据分析结果及所述图像块与细胞图像的对应关系确定出各个精子细胞及与各个所述精子细胞分别对应的精子核图像块和相应的精子晕图像块；
S14：对每个所述精子细胞对应的精子核图像块和精子晕图像块进行分析，并依据分析结果判断相应的精子细胞是否合格；
S15：统计合格精子细胞的数量和不合格精子细胞的数量，依据所述合格精子细胞的数量和所述不合格精子细胞的数量得出精子碎片化率。
2.根据权利要求1所述的精子碎片化率检测方法，其特征在于，所述对各个所述第一核图像块、相应的各个所述第一晕图像块及各个所述细胞图像进行分析处理，依据分析结果及所述图像块与细胞图像的对应关系确定出各个精子细胞及与各个所述精子细胞分别对应的精子核图像块和相应的精子晕图像块的过程为：
S131：根据预设筛选条件从各个所述第一核图像块和各个所述第一晕图像块中筛选出所有满足要求的第一核图像块和相应的第一晕图像块，并将所有满足要求的第一核图像块和相应的第一晕图像块分别作为各个第二核图像块和相应的第二晕图像块；
S132：依据各个所述第二核图像块和/或相应的各个所述第二晕图像块及所述图像块与细胞图像的对应关系，确定出与各个所述第二核图像块一一对应的各个细胞图像；
S133：通过预先训练的精子识别模型对各个所述细胞图像进行辨别，识别出所有的精子细胞；
S134：依据各个精子细胞及所述图像块与细胞图像的对应关系，从各个所述第二核图像块和各个所述第二晕图像块中匹配出与每个所述精子细胞分别对应的精子核图像块和相应的精子晕图像块。
3.根据权利要求2所述的精子碎片化率检测方法，其特征在于，所述依据预处理后的原细胞图像得到各个第一核图像块、各个第一晕图像块和各个细胞图像的过程为：
S121：提取预处理后的原细胞图像对应的前景二值图像；
S122：采用图像分割法对所述前景二值图像的前景区域进行精子核和精子晕分割，得到各个第一核图像块和各个第一晕图像块；
S123：采用所述图像分割法对所述原细胞图像进行细胞图像分割，得到与各个细胞一一对应的各个细胞图像。
4.根据权利要求3所述的精子碎片化率检测方法，其特征在于，所述采用图像分割法对所述前景二值图像的前景区域进行精子核和精子晕分割，得到各个第一核图像块和各个第一晕图像块的过程为：
采用改进水平集算法对所述前景二值图像的前景区域进行精子核和精子晕分割，得到分割后的各个第一核图像块和各个第一晕图像块；其中，所述改进水平集算法是通过对水平计算法的能量项进行修改后得到的。
5.根据权利要求3所述的精子碎片化率检测方法，其特征在于，所述提取预处理后的原细胞图像对应的前景二值图像的过程为：
将预处理后的原细胞图像对应的颜色空间由RGB颜色空间转换为HSV颜色空间；
根据所述HSV颜色空间的背景提取相应原细胞图像的前景二值图像。
6.根据权利要求5所述的精子碎片化率检测方法，其特征在于，在所述提取预处理后的原细胞图像对应的前景二值图像之后还包括：
通过形态学滤波法对所述前景二值图像进行去杂质处理，得到处理后的前景二值图像。
7.根据权利要求2至6任意一项所述的精子碎片化率检测方法，其特征在于，所述根据预设筛选条件从各个所述第一核图像块和各个所述第一晕图像块中筛选出所有满足要求的第一核图像块和相应的第一晕图像块的过程为：
对各个所述第一核图像块和各个所述第一晕图像块进行分析，将符合预设筛选条件的第一核图像块和相应的第一晕图像块删除，得到剩余的各个第一核图像块和相应的各个第一晕图像块；
将剩余的各个所述第一核图像块中、核心数量为多个的第一核图像块进行分割，得到与所述核心数量为多个的第一核图像块对应的各个第一子核图像块和各个第一子晕图像块，每个所述第一子核图像块中包括一个核心，各个所述第一子核图像块和各个所述第一子晕图像块一一对应；
利用各个所述第一子核图像块代替所述核心数量为多个的第一核图像块，利用相应的各个所述第一子晕图像块代替与所述核心数量为多个的第一核图像块对应的第一晕图像块，以对所述剩余的各个第一核图像块和相应的各个第一晕图像块进行更新；
将更新后的、剩余的各个第一核图像块和相应的各个第一晕图像块作为所有满足要求的第一核图像块和相应的第一晕图像块。
8.根据权利要求7所述的精子碎片化率检测方法，其特征在于，所述预设筛选条件包括：
核面积小于预设面积范围的下限；
或核面积大于相应的晕面积、且所述核面积大于所述预设面积范围的上限；
或只存在细胞晕不存在细胞核；
或晕面积大于核面积、且晕面积与核面积之差大于预设差值。
9.根据权利要求7所述的精子碎片化率检测方法，其特征在于，所述对每个所述精子细胞对应的精子核图像块和精子晕图像块进行分析，并依据分析结果判断相应的精子细胞是否合格的过程为：
S141：依据与每个所述精子细胞对应的精子核图像块和精子晕图像块，拟合出与每个所述精子细胞对应的精子核椭圆和相应的精子晕椭圆；
S142：依据所述精子核椭圆和相应的精子晕椭圆计算出精子核椭圆与相应的精子晕椭圆的轴比例；
S143：依据与每个所述精子细胞对应的轴比例及预设轴比例范围判断相应的精子细胞是否合格。
10.一种精子碎片化率检测装置，其特征在于，包括：
预处理模块，用于获取原细胞图像，并对所述原细胞图像进行预处理；
分割模块，用于依据预处理后的原细胞图像得到各个第一核图像块、各个第一晕图像块、各个细胞图像及图像块与细胞图像的对应关系；各个所述第一核图像块和各个所述第一晕图像块一一对应；各个所述第一核图像块与各个所述细胞图像一一对应；各个所述细胞图像与所述原细胞图像中的各个细胞一一对应；
分析模块，用于对各个所述第一核图像块、相应的各个所述第一晕图像块及各个所述细胞图像进行分析处理，依据分析结果及所述图像块与细胞图像的对应关系确定出各个精子细胞及与各个所述精子细胞分别对应的精子核图像块和相应的精子晕图像块；
判断模块，用于对每个所述精子细胞对应的精子核图像块和精子晕图像块进行分析，并依据分析结果判断相应的精子细胞是否合格；
计算模块，用于统计合格精子细胞的数量和不合格精子细胞的数量，依据所述合格精子细胞的数量和所述不合格精子细胞的数量得出精子碎片化率。
11.根据权利要求10所述的精子碎片化率检测装置，其特征在于，所述分析模块包括为：
筛选单元，用于根据预设筛选条件从各个所述第一核图像块和各个所述第一晕图像块中筛选出所有满足要求的第一核图像块和相应的第一晕图像块，并将所有满足要求的第一核图像块和相应的第一晕图像块分别作为各个第二核图像块和相应的第二晕图像块；
确定单元，用于依据各个所述第二核图像块和/或相应的各个所述第二晕图像块及所述图像块与细胞图像的对应关系，确定出与各个所述第二核图像块一一对应的各个细胞图像；
识别单元，用于通过预先训练的精子识别模型对各个所述细胞图像进行辨别，识别出所有的精子细胞；
匹配单元，用于依据各个精子细胞及所述图像块与细胞图像的对应关系，从各个所述第二核图像块和各个所述第二晕图像块中匹配出与每个所述精子细胞分别对应的精子核图像块和相应的精子晕图像块。
12.根据权利要求10所述的精子碎片化率检测装置，其特征在于，所述分割模块包括：
提取单元，用于提取预处理后的原细胞图像对应的前景二值图像；
第一分割单元，用于采用图像分割法对所述前景二值图像的前景区域进行精子核和精子晕分割，得到各个第一核图像块和各个第一晕图像块；
第二分割单元，用于采用所述图像分割法对所述原细胞图像进行细胞图像分割，得到与各个细胞一一对应的各个细胞图像。
13.根据权利要求11所述的精子碎片化率检测装置，其特征在于，所述筛选单元包括：
筛选子单元，用于对各个所述第一核图像块和各个所述第一晕图像块进行分析，将符合预设筛选条件的第一核图像块和相应的第一晕图像块删除，得到剩余的各个第一核图像块和相应的各个第一晕图像块；
分割子单元，用于将剩余的各个所述第一核图像块中、核心数量为多个的第一核图像块进行分割，得到与所述核心数量为多个的第一核图像块对应的各个第一子核图像块和各个第一子晕图像块，每个所述第一子核图像块中包括一个核心，各个所述第一子核图像块和各个所述第一子晕图像块一一对应；
更新子单元，用于利用各个所述第一子核图像块代替所述核心数量为多个的第一核图像块，利用相应的各个所述第一子晕图像块代替与所述核心数量为多个的第一核图像块对应的第一晕图像块，以对所述剩余的各个第一核图像块和相应的各个第一晕图像块进行更新；
确定子单元，用于将更新后的、剩余的各个第一核图像块和相应的各个第一晕图像块作为所有满足要求的第一核图像块和相应的第一晕图像块。
14.根据权利要求11至13任意一项所述的精子碎片化率检测装置，其特征在于，所述判断模块包括：
拟合单元，用于依据与每个所述精子细胞对应的精子核图像块和精子晕图像块，拟合出与每个所述精子细胞对应的精子核椭圆和相应的精子晕椭圆；
计算单元，用于依据所述精子核椭圆和相应的精子晕椭圆计算出精子核椭圆与相应的精子晕椭圆的轴比例；
判断单元，用于依据与每个所述精子细胞对应的轴比例及预设轴比例范围判断相应的精子细胞是否合格。
15.一种精子碎片化率检测设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至9任意一项所述精子碎片化率检测方法的步骤。
16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至9任意一项所述精子碎片化率检测方法的步骤。
CN201711408269.3A 2017-12-22 2017-12-22 一种精子碎片化率检测方法、装置、设备及可读存储介质 Active CN108182676B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711408269.3A CN108182676B (zh) 2017-12-22 2017-12-22 一种精子碎片化率检测方法、装置、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711408269.3A CN108182676B (zh) 2017-12-22 2017-12-22 一种精子碎片化率检测方法、装置、设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN108182676A true CN108182676A (zh) 2018-06-19
CN108182676B CN108182676B (zh) 2021-11-02

Family

ID=62546782

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711408269.3A Active CN108182676B (zh) 2017-12-22 2017-12-22 一种精子碎片化率检测方法、装置、设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN108182676B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110363740A (zh) * 2018-12-29 2019-10-22 上海北昂医药科技股份有限公司 Dna图像中的精子碎片识别方法
CN111354466A (zh) * 2020-02-27 2020-06-30 新希望六和股份有限公司 确定精液标准值的方法、装置、计算机设备和存储介质
CN113221860A (zh) * 2021-07-07 2021-08-06 深圳市瑞图生物技术有限公司 Dna碎片识别方法、装置、计算机设备和存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006079864A1 (es) * 2004-01-26 2006-08-03 Universidad Autonoma De Madrid Un procedimiento para la determinacion de la fragmentacion del and en espermatozoides de animales
CN104268515A (zh) * 2014-09-18 2015-01-07 山东大学 一种精子形态异常检测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006079864A1 (es) * 2004-01-26 2006-08-03 Universidad Autonoma De Madrid Un procedimiento para la determinacion de la fragmentacion del and en espermatozoides de animales
CN104268515A (zh) * 2014-09-18 2015-01-07 山东大学 一种精子形态异常检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈天洲: "精子图像的形态分析", 《中国图象图形学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110363740A (zh) * 2018-12-29 2019-10-22 上海北昂医药科技股份有限公司 Dna图像中的精子碎片识别方法
CN111354466A (zh) * 2020-02-27 2020-06-30 新希望六和股份有限公司 确定精液标准值的方法、装置、计算机设备和存储介质
CN111354466B (zh) * 2020-02-27 2023-08-01 新希望六和股份有限公司 确定精液标准值的方法、装置、计算机设备和存储介质
CN113221860A (zh) * 2021-07-07 2021-08-06 深圳市瑞图生物技术有限公司 Dna碎片识别方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN108182676B (zh) 2021-11-02

Similar Documents

Publication Publication Date Title
EP3486836B1 (en) Image analysis method, apparatus, program, and learned deep learning algorithm
CN109903284B (zh) 一种her2免疫组化图像自动判别方法及系统
CN109190567A (zh) 基于深度卷积神经网络的异常宫颈细胞自动检测方法
US11880974B2 (en) Method and device for detecting circulating abnormal cells
CN103984958A (zh) 宫颈癌细胞分割方法及系统
Chang et al. Nuclear segmentation in H&E sections via multi-reference graph cut (MRGC)
CN110705403A (zh) 细胞分类方法、装置、介质及电子设备
CN108182676A (zh) 一种精子碎片化率检测方法、装置、设备及可读存储介质
Alreza et al. Design a new algorithm to count white blood cells for classification leukemic blood image using machine vision system
CN112819821B (zh) 一种细胞核图像检测方法
CN112288760B (zh) 一种粘连细胞图像筛除方法、系统及细胞图像分析方法
CN112489060B (zh) 一种用于肺炎病灶分割的系统及方法
CN109636801B (zh) 自动获取her2荧光原位杂交结果的电子设备及介质
CN114240978B (zh) 基于自适应形态学的细胞边缘分割方法和装置
Meimban et al. Blood cells counting using python opencv
CN113902669A (zh) 一种尿脱落细胞液基涂片的阅片方法及系统
CN113658174A (zh) 基于深度学习和图像处理算法的微核组学图像检测方法
CN114494197A (zh) 一种复杂性小样本脑脊液细胞识别与分类方法
CN112001315A (zh) 基于迁移学习和图像纹理特征的骨髓细胞分类识别方法
CN112767349B (zh) 一种网织红细胞识别方法和系统
CN110060246A (zh) 一种图像处理方法、设备及存储介质
CN109741351A (zh) 一种基于深度学习的类别敏感型边缘检测方法
TW201913565A (zh) 胚胎影像評價方法及系統
CN116862836A (zh) 一种泛器官淋巴结转移癌检测系统及计算机设备
CN114037868B (zh) 图像识别模型的生成方法及装置

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