CN110132823A - 一种基于模板匹配与查找轮廓的细胞计数方法 - Google Patents

一种基于模板匹配与查找轮廓的细胞计数方法 Download PDF

Info

Publication number
CN110132823A
CN110132823A CN201910403660.7A CN201910403660A CN110132823A CN 110132823 A CN110132823 A CN 110132823A CN 201910403660 A CN201910403660 A CN 201910403660A CN 110132823 A CN110132823 A CN 110132823A
Authority
CN
China
Prior art keywords
cell
cell count
image
profile
template matching
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.)
Pending
Application number
CN201910403660.7A
Other languages
English (en)
Inventor
杨宪强
于兴虎
高会军
林伟阳
佟明斯
华子昂
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.)
Harbin University Of Technology International Stem Cell Engineering Research Institute Co ltd
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201910403660.7A priority Critical patent/CN110132823A/zh
Publication of CN110132823A publication Critical patent/CN110132823A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
    • G01N15/10Investigating individual particles
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
    • G01N15/10Investigating individual particles
    • G01N2015/1006Investigating individual particles for cytology

Abstract

本发明提供一种基于模板匹配与查找轮廓的细胞计数方法,涉及细胞计数方法。本发明首先读取显微镜下细胞扫描图像,建立网格模板图像;然后利用模板匹配定位计数区域;对细胞计数区域进行灰度变换和局部亮度补偿;再依次进行对比度拉伸、自适应二值化处理、填充空洞;最后对填充结果图查找轮廓,并处理统计所有的细胞区域,得到显微镜下细胞扫描图像中细胞的数量。本发明解决了现有细胞计数技术效率较低、计数准确率不高的问题。本发明可用于细胞的准确计数。

Description

一种基于模板匹配与查找轮廓的细胞计数方法
技术领域
本发明涉及细胞计数方法,具体涉及一种基于模板匹配与查找轮廓的细胞计数方法。
背景技术
在大量的细胞生物研究实验中,需要对细胞或其他生物微粒进行浓度检测(定量计数),细胞悬液浓度(或数量)既是细胞培养的监测参数,也是很多实验项目中的必要参数,对于成功完成实验是非常基础但却很重要的过程条件。现有的计数手段主要包括采用细胞计数板的人工计数方法,基于图像分析技术的自动化计数仪器,以及利用电阻法(库尔特原理)的自动化计数仪器。其中,人工计数方法最为普遍,实验人员将悬浮细胞样品注入细胞计数板计数池,在显微镜下以肉眼观察并按规则进行人工计数。此方法的主要缺点是:(1)技术不够准确:由于计数池本身的深度数倍于细胞尺度,这样就会造成细胞样品注入后在其中分层悬浮,从而观察到的细胞形态会有所差别,造成计数结果的不准确和细胞活性判断错误;按规则注入细胞计数板的样品通常为10μL,但是在显微镜观察区域内的样品量仅仅是一小部分,不足1μL,这样细胞样品在计数池内分布是否均匀就会对结果造成很大的影响;计数时是按照一定规则来人工计数的,操作人员水平的差异以及肉眼观察导致的疲劳度就引入很大的人为误差;(2)使用效率低:细胞计数板使用时过程较为繁琐,需要定期进行校准以保证测量的精密度;且在细胞计数板上一次只能进行一种样品的测量,较为不便;一般一次细胞计数平均需要花费20分钟,细胞计数的效率较低。基于图像分析技术的自动化仪器虽避免了肉眼观察的困难,但是仍然存在以下不足:(1)引入了一次性计数片耗材的使用,增加了用户检测成本;(2)计数片在结构上与细胞计数板类似,所以也存在计数板上细胞分层悬浮导致结果不准确和活性误判的问题;(3)同人工计数一样,大部分基于图像法的仪器存在检测样品量少导致的结果偏差大的问题。传统的库尔特计数仪器整体的集成度都不高,操作起来不够简洁,另外就是传统库尔特计数仪不具备细胞样品活率评判的功能,在细胞群体中总有一些因各种原因而死亡的细胞,因此计数会不够准确。
发明内容
本发明为解决现有细胞计数技术效率较低、计数准确率不高的问题,提供了一种基于模板匹配与查找轮廓的细胞计数方法。
本发明所述一种基于模板匹配与查找轮廓的细胞计数方法,通过以下技术方案实现:
步骤一、读取显微镜下细胞扫描图像,根据已知横竖网格数量与间距,建立网格模板图像;
步骤二、利用模板匹配定位计数区域:根据步骤一中的得到的网格模板图像,利用带旋转角度和尺度缩放的模板匹配算法完成对细胞计数区域的定位,进而得到细胞计数区域;
步骤三、对细胞计数区域进行灰度变换和局部亮度补偿;
步骤四、对经过步骤三得到的补偿结果图进行对比度拉伸;
步骤五、自适应二值化处理经过步骤四得到的对比度拉伸结果图;
步骤六、填充经过步骤五得到的二值化结果图中的空洞;
步骤七、对经过步骤六得到的填充结果图查找轮廓,并处理统计所有的细胞区域,得到显微镜下细胞扫描图像中细胞的数量。
作为对上述技术方案的进一步阐述:
进一步的,步骤三具体包括以下过程:
对步骤二得到的细胞计数区域进行灰度变换,统计得到的灰度图像素点的灰度值,计算灰度平均值a;设定块大小,将灰度图分块,统计子块灰度值,去除最大灰度值与最小灰度值,计算子块的灰度平均值b和亮度矩阵M;将M中的每个元素与a作差,得到子块的亮度差值矩阵N,将所有子块的亮度差值矩阵N在对应位置拼接为与原灰度图大小相同的亮度分布矩阵P,则亮度补偿后的图像为原灰度图与P的差值。
进一步的,步骤四中使用两段式的分段线性变换函数进行对比度拉伸,具体为:
其中,(x1,y1)为分段线性变换函数中折点位置坐标,x为所述补偿结果图中的像素值,k1为y1/x1,k2为(255-y1)/(255-x1)。
进一步的,步骤五具体为:
利用大小为ew1、eh1的滤波核对所述对比度拉伸结果图进行均值滤波处理,若原图像素点值大于滤波后该像素点值与偏移量的和,则将该点像素值设为255,否则设为0。
进一步的,骤六具体为:延展所述二值化结果图,并利用漫水填充法,填充二值化结果图中的连通区域,然后裁剪延展图像并得到填充后的结果图。
进一步的,步骤七具体为:
对经过步骤六得到的填充结果图查找轮廓,计算轮廓的平均面积,设定面积阈值,对大于该阈值的轮廓,使用轮廓面积除以阈值的向下取整结果作为该细胞区域的个数,对小于等于该阈值的轮廓,直接将该轮廓区域计为一个细胞,统计所有细胞区域,得到显微镜下细胞扫描图像中细胞的数量。
进一步的,所述面积阈值设为轮廓的平均面积的3倍大小。
本发明最为突出的特点和显著的有益效果是:
本发明所涉及的一种基于模板匹配与查找轮廓的细胞计数方法,利用利用模板匹配定位计数区域,再结合查找轮廓完成对细胞的计数;并且对不同的细胞区域分别进行处理,对于细胞大小差异较大或者多细胞聚集的图像来说,准确性显著提升;本发明方法操作简便、实施效率较高,并且计数准确率高,相比现有技术,细胞计数准确率提高约10%。
附图说明
图1为本发明流程图;
图2为本发明步骤一中建立的网格模板图像;
图3为本发明中所述对比度拉伸结果图;
图4为本发明中所述填充结果图;
图5为本发明中经过查找轮廓后得到的大细胞或者多细胞聚集区域效果图。
具体实施方式
具体实施方式一:结合图1、图2、图3、图4对本实施方式进行说明,本实施方式给出的一种基于模板匹配与查找轮廓的细胞计数方法,具体包括以下步骤:
步骤一、读取显微镜下细胞扫描图像,建立网格模板图像:已知计数区域为网格结构,因此根据已知横竖网格数量与间距,建立网格模板图像(如图2所示);
步骤二、利用模板匹配定位计数区域:根据步骤一中的得到的网格模板图像,利用带旋转角度和尺度缩放的模板匹配算法完成对细胞计数区域的定位,进而得到细胞计数区域;
步骤三、对细胞计数区域进行灰度变换和局部亮度补偿;
步骤四、对经过步骤三得到的补偿结果图进行对比度拉伸;
步骤五、自适应二值化处理经过步骤四得到的对比度拉伸结果图;
步骤六、填充经过步骤五得到的二值化结果图中的空洞;
步骤七、对经过步骤六得到的填充结果图查找轮廓,处理大细胞或者多细胞聚集区域,然后统计所有的细胞区域,得到显微镜下细胞扫描图像中细胞的数量。
具体实施方式二:本实施方式与具体实施方式一不同的是,步骤三具体包括以下过程:
对步骤二得到的细胞计数区域进行灰度变换,统计得到的灰度图像素点的灰度值,计算灰度平均值a;设定块大小,将灰度图分块,统计子块灰度值,去除最大灰度值与最小灰度值,计算子块的灰度平均值b和亮度矩阵M,M中像素值均为b;将M中的每个元素与a作差,得到子块的亮度差值矩阵N,将所有子块的亮度差值矩阵N在对应位置拼接为与原灰度图大小相同的亮度分布矩阵P,则亮度补偿后的图像为原灰度图与P的差值。
其他步骤及参数与具体实施方式一相同。
具体实施方式三:本实施方式与具体实施方式一或二不同的是,步骤四中使用两段式的分段线性变换函数进行对比度拉伸,具体为:
其中,(x1,y1)为分段线性函数中折点位置坐标,x1为横坐标,y1为纵坐标,x为所述补偿结果图中的像素值,k1为y1/x1,k2为(255-y1)/(255-x1);最终扩展高灰度值像素的灰度动态范围,压制低灰度值像素的灰度动态范围,如图3所示。
其他步骤及参数与具体实施方式一或二相同。
具体实施方式四:本实施方式与具体实施方式三不同的是,所述步骤五具体为:
利用大小为ew1、eh1的滤波核对所述对比度拉伸结果图进行均值滤波处理,若原图像素点值大于滤波后该像素点值与偏移量的和,则将该点像素值设为255,否则设为0。
其他步骤及参数与具体实施方式三相同。
具体实施方式五:本实施方式与具体实施方式四不同的是,所述步骤六具体为:延展所述二值化结果图,并利用漫水填充法,填充二值化结果图中的连通区域,然后裁剪延展图像并得到如图4所示的填充后的结果图。
其他步骤及参数与具体实施方式四相同。
具体实施方式六:本实施方式与具体实施方式五不同的是,所述步骤七具体为:
对经过步骤六得到的填充结果图查找轮廓,如图5所示,计算轮廓的平均面积,设定面积阈值,对大于该阈值的轮廓,使用轮廓面积除以阈值的向下取整结果作为该细胞区域的个数,对小于等于该阈值的轮廓,直接将该轮廓区域计为一个细胞,统计所有细胞区域,得到显微镜下细胞扫描图像中细胞的数量。
其他步骤及参数与具体实施方式五相同。
具体实施方式七:本实施方式与具体实施方式六不同的是,所述面积阈值设为轮廓的平均面积的3倍大小。设置此面积阈值后,能够简单而准确的分辨出单个细胞区域与多个细胞区域,从而保证了结果的准确性。
其他步骤及参数与具体实施方式六相同。
本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,本领域技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (7)

1.一种基于模板匹配与查找轮廓的细胞计数方法,其特征在于,具体包括以下步骤:
步骤一、读取显微镜下细胞扫描图像,根据已知横竖网格数量与间距,建立网格模板图像;
步骤二、利用模板匹配定位计数区域:根据步骤一中的得到的网格模板图像,利用带旋转角度和尺度缩放的模板匹配算法完成对细胞计数区域的定位,进而得到细胞计数区域;
步骤三、对细胞计数区域进行灰度变换和局部亮度补偿;
步骤四、对经过步骤三得到的补偿结果图进行对比度拉伸;
步骤五、自适应二值化处理经过步骤四得到的对比度拉伸结果图;
步骤六、填充经过步骤五得到的二值化结果图中的空洞;
步骤七、对经过步骤六得到的填充结果图查找轮廓,并处理统计所有的细胞区域,得到显微镜下细胞扫描图像中细胞的数量。
2.根据权利要求1所述一种基于模板匹配与查找轮廓的细胞计数方法,其特征在于,步骤三具体包括以下过程:
对步骤二得到的细胞计数区域进行灰度变换,统计得到的灰度图像素点的灰度值,计算灰度平均值a;设定块大小,将灰度图分块,统计子块灰度值,去除最大灰度值与最小灰度值,计算子块的灰度平均值b和亮度矩阵M;将M中的每个元素与a作差,得到子块的亮度差值矩阵N,将所有子块的亮度差值矩阵N在对应位置拼接为与原灰度图大小相同的亮度分布矩阵P,则亮度补偿后的图像为原灰度图与P的差值。
3.根据权利要求1或2所述一种基于模板匹配与查找轮廓的细胞计数方法,其特征在于,步骤四中使用两段式的分段线性变换函数进行对比度拉伸,具体为:
其中,(x1,y1)为分段线性变换函数中折点位置坐标,x为所述补偿结果图中的像素值,k1为y1/x1,k2为(255-y1)/(255-x1)。
4.根据权利要求3所述一种基于模板匹配与查找轮廓的细胞计数方法,其特征在于,所述步骤五具体为:
利用大小为ew1、eh1的滤波核对所述对比度拉伸结果图进行均值滤波处理,若原图像素点值大于滤波后该像素点值与偏移量的和,则将该点像素值设为255,否则设为0。
5.根据权利要求4所述一种基于模板匹配与查找轮廓的细胞计数方法,其特征在于,所述步骤六具体为:延展所述二值化结果图,并利用漫水填充法,填充二值化结果图中的连通区域,然后裁剪延展图像并得到填充后的结果图。
6.根据权利要求5所述一种基于模板匹配与查找轮廓的细胞计数方法,其特征在于,所述步骤七具体为:
对经过步骤六得到的填充结果图查找轮廓,计算轮廓的平均面积,设定面积阈值,对大于该阈值的轮廓,使用轮廓面积除以阈值的向下取整结果作为该细胞区域的个数,对小于等于该阈值的轮廓,直接将该轮廓区域计为一个细胞,统计所有细胞区域,得到显微镜下细胞扫描图像中细胞的数量。
7.根据权利要求6所述一种基于模板匹配与查找轮廓的细胞计数方法,其特征在于,所述面积阈值设为轮廓的平均面积的3倍大小。
CN201910403660.7A 2019-05-15 2019-05-15 一种基于模板匹配与查找轮廓的细胞计数方法 Pending CN110132823A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910403660.7A CN110132823A (zh) 2019-05-15 2019-05-15 一种基于模板匹配与查找轮廓的细胞计数方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910403660.7A CN110132823A (zh) 2019-05-15 2019-05-15 一种基于模板匹配与查找轮廓的细胞计数方法

Publications (1)

Publication Number Publication Date
CN110132823A true CN110132823A (zh) 2019-08-16

Family

ID=67574496

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910403660.7A Pending CN110132823A (zh) 2019-05-15 2019-05-15 一种基于模板匹配与查找轮廓的细胞计数方法

Country Status (1)

Country Link
CN (1) CN110132823A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112487642A (zh) * 2020-11-27 2021-03-12 成都大学 一种基于漫水填充算法的疲劳断口形貌特征提取方法
CN112507991A (zh) * 2021-02-04 2021-03-16 季华实验室 流式细胞仪数据的设门方法、系统、存储介质及电子设备
CN113205498A (zh) * 2021-04-30 2021-08-03 天津深析智能科技发展有限公司 一种细胞形态扫描区域选择方法
CN115165710A (zh) * 2022-09-08 2022-10-11 珠海圣美生物诊断技术有限公司 细胞的快速扫描方法和装置

Citations (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6100859A (en) * 1995-09-01 2000-08-08 Fujitsu Limited Panel display adjusting number of sustaining discharge pulses according to the quantity of display data
US20040047518A1 (en) * 2002-08-28 2004-03-11 Carlo Tiana Image fusion system and method
CN101036043A (zh) * 2004-12-07 2007-09-12 艾菲克特细胞研究所股份有限公司 细胞计测方法
US20080238363A1 (en) * 2007-03-26 2008-10-02 The Gillette Company Compact ultra fast battery charger
US20090262222A1 (en) * 2006-10-23 2009-10-22 Olympus Corporation Image processing device, image processing program and image processing method
TW200949670A (en) * 2008-05-16 2009-12-01 Asustek Comp Inc Computer having circuit and method for processing image
CN101902576A (zh) * 2010-08-02 2010-12-01 华南师范大学 视频加密摄像机及其加密方法
CN101923823A (zh) * 2009-06-15 2010-12-22 海尔集团公司 一种图像显示的调整方法和调整装置
CN103024320A (zh) * 2012-12-14 2013-04-03 四川长虹电器股份有限公司 一种液晶电视动态背光下的图像亮度自动补偿方法及装置
CN103400343A (zh) * 2013-07-15 2013-11-20 中国航天科工集团第三研究院第八三五八研究所 一种补偿夜间红外下视图像亮度不均匀的方法
CN103760140A (zh) * 2014-01-07 2014-04-30 李雁 一种基于量子点光谱分析及图像解析的肿瘤转移单元计数方法
CN104718552A (zh) * 2012-09-13 2015-06-17 多伦多大学理事会 用于胎儿和母体红细胞计数的系统和方法
CN104778711A (zh) * 2015-04-27 2015-07-15 厦门大学 一种卵裂阶段的细胞计数定位方法
CN104778442A (zh) * 2015-02-11 2015-07-15 苏州大学 视网膜细胞荧光显微图像的自动分割和计数方法
CN105046271A (zh) * 2015-06-25 2015-11-11 哈尔滨工业大学 基于模板匹配的melf元件定位与检测方法
CN105303568A (zh) * 2015-10-15 2016-02-03 陕西科技大学 一种基于图像处理的牛奶体细胞计数方法
CN105334336A (zh) * 2015-11-16 2016-02-17 青岛安倍康生物医药技术有限公司 自动血细胞计数系统及其控制方法
CN105654438A (zh) * 2015-12-27 2016-06-08 西南技术物理研究所 基于局部直方图均衡的灰度图像拟合增强方法
CN105740829A (zh) * 2016-02-02 2016-07-06 暨南大学 一种基于扫描线处理的指针式仪表自动读数方法
CN106056118A (zh) * 2016-06-12 2016-10-26 合肥工业大学 一种用于细胞的识别计数方法
CN108257124A (zh) * 2018-01-23 2018-07-06 江苏康尚生物医疗科技有限公司 一种基于图像的白细胞计数方法和系统
CN108427946A (zh) * 2018-03-16 2018-08-21 福州大学 复杂场景下基于内特征和文本域布局的驾驶证检测识别方法
CN108648152A (zh) * 2018-04-11 2018-10-12 南京理工大学 基于亮度均衡的光照不均匀钢板表面缺陷图像校正方法
CN108693098A (zh) * 2017-04-05 2018-10-23 奥林巴斯软成像解决方案公司 细胞样本的细胞计数分析方法
CN108693097A (zh) * 2017-12-13 2018-10-23 青岛汉朗智能医疗科技有限公司 红细胞聚集检测方法及系统
CN108734197A (zh) * 2018-04-17 2018-11-02 东北大学 一种湿法冶金浓密洗涤过程的故障监测与诊断方法
CN108876738A (zh) * 2018-06-08 2018-11-23 陕西师范大学 一种基于伽马校正的sar单景图像内部亮度补偿方法
CN109712142A (zh) * 2019-01-11 2019-05-03 山东省计算中心(国家超级计算济南中心) 基于染色分离的乳腺癌Ki67/ER/PR核染色细胞计数方法

Patent Citations (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6100859A (en) * 1995-09-01 2000-08-08 Fujitsu Limited Panel display adjusting number of sustaining discharge pulses according to the quantity of display data
US20040047518A1 (en) * 2002-08-28 2004-03-11 Carlo Tiana Image fusion system and method
CN101036043A (zh) * 2004-12-07 2007-09-12 艾菲克特细胞研究所股份有限公司 细胞计测方法
US20090262222A1 (en) * 2006-10-23 2009-10-22 Olympus Corporation Image processing device, image processing program and image processing method
US20080238363A1 (en) * 2007-03-26 2008-10-02 The Gillette Company Compact ultra fast battery charger
TW200949670A (en) * 2008-05-16 2009-12-01 Asustek Comp Inc Computer having circuit and method for processing image
CN101923823A (zh) * 2009-06-15 2010-12-22 海尔集团公司 一种图像显示的调整方法和调整装置
CN101902576A (zh) * 2010-08-02 2010-12-01 华南师范大学 视频加密摄像机及其加密方法
CN104718552A (zh) * 2012-09-13 2015-06-17 多伦多大学理事会 用于胎儿和母体红细胞计数的系统和方法
CN103024320A (zh) * 2012-12-14 2013-04-03 四川长虹电器股份有限公司 一种液晶电视动态背光下的图像亮度自动补偿方法及装置
CN103400343A (zh) * 2013-07-15 2013-11-20 中国航天科工集团第三研究院第八三五八研究所 一种补偿夜间红外下视图像亮度不均匀的方法
CN103760140A (zh) * 2014-01-07 2014-04-30 李雁 一种基于量子点光谱分析及图像解析的肿瘤转移单元计数方法
CN104778442A (zh) * 2015-02-11 2015-07-15 苏州大学 视网膜细胞荧光显微图像的自动分割和计数方法
CN104778711A (zh) * 2015-04-27 2015-07-15 厦门大学 一种卵裂阶段的细胞计数定位方法
CN105046271A (zh) * 2015-06-25 2015-11-11 哈尔滨工业大学 基于模板匹配的melf元件定位与检测方法
CN105303568A (zh) * 2015-10-15 2016-02-03 陕西科技大学 一种基于图像处理的牛奶体细胞计数方法
CN105334336A (zh) * 2015-11-16 2016-02-17 青岛安倍康生物医药技术有限公司 自动血细胞计数系统及其控制方法
CN105654438A (zh) * 2015-12-27 2016-06-08 西南技术物理研究所 基于局部直方图均衡的灰度图像拟合增强方法
CN105740829A (zh) * 2016-02-02 2016-07-06 暨南大学 一种基于扫描线处理的指针式仪表自动读数方法
CN106056118A (zh) * 2016-06-12 2016-10-26 合肥工业大学 一种用于细胞的识别计数方法
CN108693098A (zh) * 2017-04-05 2018-10-23 奥林巴斯软成像解决方案公司 细胞样本的细胞计数分析方法
CN108693097A (zh) * 2017-12-13 2018-10-23 青岛汉朗智能医疗科技有限公司 红细胞聚集检测方法及系统
CN108257124A (zh) * 2018-01-23 2018-07-06 江苏康尚生物医疗科技有限公司 一种基于图像的白细胞计数方法和系统
CN108427946A (zh) * 2018-03-16 2018-08-21 福州大学 复杂场景下基于内特征和文本域布局的驾驶证检测识别方法
CN108648152A (zh) * 2018-04-11 2018-10-12 南京理工大学 基于亮度均衡的光照不均匀钢板表面缺陷图像校正方法
CN108734197A (zh) * 2018-04-17 2018-11-02 东北大学 一种湿法冶金浓密洗涤过程的故障监测与诊断方法
CN108876738A (zh) * 2018-06-08 2018-11-23 陕西师范大学 一种基于伽马校正的sar单景图像内部亮度补偿方法
CN109712142A (zh) * 2019-01-11 2019-05-03 山东省计算中心(国家超级计算济南中心) 基于染色分离的乳腺癌Ki67/ER/PR核染色细胞计数方法

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
KYONGHWAN OH 等: "A luminance compensation method using optical sensors with optimized memory size for high image quality AMLED displays", 《OPTICA PUBLISHING GROUP》 *
张晶: "《多媒体信息与通信》", 30 November 2017 *
曹德深 等: "《现代图像处理技术与应用》", 28 February 2001 *
李盛阳: "医学细胞图象分割与分析方法研究", 《中国硕士学位论文全文数据库信息科技辑》 *
王兆欣 等: "嵌入式DSP技术在夜视图像处理技术中的应用", 《电脑编程技巧与维护》 *
程新: "基于同态滤波的图像增强算法研究", 《万方数据知识服务平台》 *
赵蓝飞 等: "基于子图融合技术的图像增强算法", 《系统工程与电子技术》 *
马敬奇 等: "基于Canny算子和改进型Hough变换的边缘定位方法", 《自动化与信息工程》 *
龚昌来 等: "一种改进的正弦灰度变换图像增强算法", 《数字视频》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112487642A (zh) * 2020-11-27 2021-03-12 成都大学 一种基于漫水填充算法的疲劳断口形貌特征提取方法
CN112487642B (zh) * 2020-11-27 2024-02-13 成都大学 一种基于漫水填充算法的疲劳断口形貌特征提取方法
CN112507991A (zh) * 2021-02-04 2021-03-16 季华实验室 流式细胞仪数据的设门方法、系统、存储介质及电子设备
CN113205498A (zh) * 2021-04-30 2021-08-03 天津深析智能科技发展有限公司 一种细胞形态扫描区域选择方法
CN115165710A (zh) * 2022-09-08 2022-10-11 珠海圣美生物诊断技术有限公司 细胞的快速扫描方法和装置
CN115165710B (zh) * 2022-09-08 2022-11-29 珠海圣美生物诊断技术有限公司 细胞的快速扫描方法和装置

Similar Documents

Publication Publication Date Title
CN110132823A (zh) 一种基于模板匹配与查找轮廓的细胞计数方法
CN107368670A (zh) 基于大数据深度学习的胃癌病理诊断支持系统和方法
CN103528617B (zh) 一种座舱仪表自动识别和检测方法及装置
CN108717554A (zh) 一种甲状腺肿瘤病理组织切片图像分类方法及其装置
CN104535475B (zh) 碳酸盐岩微观结构的确定方法及装置
CN107368671A (zh) 基于大数据深度学习的良性胃炎病理诊断支持系统和方法
CN107828654B (zh) 基于无透镜衍射成像的细胞活性无标记监测装置与方法
Martin et al. Computer‐based technique for cell aggregation analysis and cell aggregation in in vitro chondrogenesis
CN110135271A (zh) 一种细胞分类方法及装置
CN103543123A (zh) 一种掺假牛奶的红外光谱识别方法
CN110265119A (zh) 骨龄评估与身高预测模型、其系统及其预测方法
CN105466921A (zh) 一种多样品同时检测的方法
CN105843870B (zh) 重复性和再现性的分析方法及其应用
WO2016037536A1 (zh) 精液液化能力量化测试方法
CN115616674A (zh) 探地雷达训练数据集模拟扩增与道路无损检测方法及系统
CN114299490A (zh) 一种肿瘤微环境异质性评价方法
CN110188592A (zh) 一种尿液有形成分细胞图像分类模型构建方法及分类方法
CN103940783A (zh) 一种预测灭菌乳保质期内稳定性的方法
CN112540039A (zh) 一种可用于直接计算贴壁活细胞数量的方法
CN112329537A (zh) 一种基于yolov3算法的粪便有形成分的检测方法
US9909161B2 (en) Method and system for evaluation of grafts
CN104165696A (zh) 一种材料表面颜色特征在线自动检测方法
CN114739777A (zh) 免疫组化染色的质控方法和质控品
WO2020173072A1 (zh) 一种基于测量质心无损检测鸡蛋新鲜度的方法
CN203287350U (zh) 分析生物尿液中微量有机物质的系统

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20200313

Address after: 1500001 Room 101, building 10, no.1616, Chuangxin Road, Songbei District, Harbin City, Heilongjiang Province

Applicant after: Harbin University of Technology International Stem Cell Engineering Research Institute Co.,Ltd.

Address before: 150090 No. 130 Changjiang Road, Nangang District, Heilongjiang, Harbin, China

Applicant before: Lin Weiyang

AD01 Patent right deemed abandoned
AD01 Patent right deemed abandoned

Effective date of abandoning: 20220920