CN110503648A - 一种细胞图像调整方法及装置 - Google Patents
一种细胞图像调整方法及装置 Download PDFInfo
- Publication number
- CN110503648A CN110503648A CN201910816320.7A CN201910816320A CN110503648A CN 110503648 A CN110503648 A CN 110503648A CN 201910816320 A CN201910816320 A CN 201910816320A CN 110503648 A CN110503648 A CN 110503648A
- Authority
- CN
- China
- Prior art keywords
- parameter
- image
- color character
- cell image
- mature erythrocyte
- 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
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/10056—Microscopic 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
-
- 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
- G06T2207/30242—Counting objects in image
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种细胞图像调整方法及装置，可以获得图像采集装置采集的第一细胞图像；获得第一细胞图像中的成熟红细胞图像的色彩特征参数；对比所述成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数，根据对比结果确定第一细胞图像是否需要调整；当第一细胞图像需要调整时，根据所述成熟红细胞图像的色彩特征参数与预设的成熟红细胞标准图像的色彩特征参数，对第一细胞图像的色彩特征参数进行调整。本发明通过调整细胞图像的色彩特征参数，解决了在同一染色方法下，获得的多个细胞图像的染色程度不一致的技术问题，提升了细胞分类计数仪器对细胞图像中各种类的细胞的数量的计算准确率。
Description
技术领域
本发明涉及图像处理领域，尤其涉及一种细胞图像调整方法及装置。
背景技术
在医学领域中，医生可以通过患者的细胞图像中各种类细胞的数量，诊断患者所患的疾病。例如，当患者的细胞图像中原始淋巴细胞数量显著高于常人时，医生可以诊断该患者患上急性淋巴细胞白血病的可能性高。
现有细胞分类计数仪器可以使用对细胞进行染色后获得的细胞图像，计算该细胞图像中各种类的细胞的数量。然而在对细胞进行染色过程中受到多种因素影响，因此即使在同一染色方法下，获得的多个细胞图像的染色程度可能会不一致，进而导致细胞分类计数仪器对细胞图像中各种类的细胞的数量的计算结果准确率低。
发明内容
鉴于上述问题，本发明提供一种克服上述问题或者至少部分地解决上述问题的一种细胞图像调整方法及装置，技术方案如下：
一种细胞图像调整方法，包括：
获得图像采集装置采集的第一细胞图像；
获得所述第一细胞图像中的成熟红细胞图像的色彩特征参数；
对比所述成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数，根据对比结果确定所述第一细胞图像是否需要调整；
当所述第一细胞图像需要调整时，根据所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数，对所述第一细胞图像的色彩特征参数进行调整。
可选的，所述根据所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数，对所述第一细胞图像的色彩特征参数进行调整，包括：
根据所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数的差距，对所述第一细胞图像的色彩特征参数进行调整，以使所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数的差距小于预设阈值。
可选的，所述对比所述成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数，根据对比结果确定所述第一细胞图像是否需要调整，包括：
对比所述成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数，确定所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数的误差百分比是否小于预设百分比，如果小于，则确定所述第一细胞图像不需要调整，如果不小于，则确定所述第一细胞图像需要调整。
可选的，所述色彩特征参数包括多个不同类型的参数，所述对所述第一细胞图像的色彩特征参数进行调整，包括：
根据各不同类型的参数对应的差距，分别对所述第一细胞图像的各参数进行调整。
可选的，所述差距为差值，所述色彩特征参数包括多个不同类型的参数，所述对所述第一细胞图像的色彩特征参数进行调整，包括：
根据同一类型的参数对应的差值，若该差值为正值，则将所述第一细胞图像的该类型的参数减去该差值，若该差值为负值，则将所述第一细胞图像的该类型的参数加上该差值的绝对值。
一种细胞图像调整装置，包括：细胞图像获得单元、色彩特征参数获得单元、色彩特征参数对比单元和细胞图像调整单元，
所述细胞图像获得单元，用于获得图像采集装置采集的第一细胞图像；
所述色彩特征参数获得单元，用于获得所述第一细胞图像中的成熟红细胞图像的色彩特征参数；
所述色彩特征参数对比单元，用于对比所述成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数，根据对比结果确定所述第一细胞图像是否需要调整；
所述细胞图像调整单元，用于当所述第一细胞图像需要调整时，根据所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数，对所述第一细胞图像的色彩特征参数进行调整。
可选的，所述细胞图像调整单元具体用于根据所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数的差距，对所述第一细胞图像的色彩特征参数进行调整，以使所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数的差距小于预设阈值。
可选的，所述色彩特征参数对比单元，具体用于对比所述成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数，确定所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数的误差百分比是否小于预设百分比，如果小于，则确定所述第一细胞图像不需要调整，如果不小于，则确定所述第一细胞图像需要调整。
可选的，所述色彩特征参数包括多个不同类型的参数，所述细胞图像调整单元具体用于根据各不同类型的参数对应的差距，分别对所述第一细胞图像的各参数进行调整。
可选的，所述差距为差值，所述色彩特征参数包括多个不同类型的参数，所述细胞图像调整单元具体用于根据同一类型的参数对应的差值，若该差值为正值，则将所述第一细胞图像的该类型的参数减去该差值，若该差值为负值，则将所述第一细胞图像的该类型的参数加上该差值的绝对值。
借由上述技术方案，本发明提供的一种细胞图像调整方法及装置，可以获得图像采集装置采集的第一细胞图像；获得所述第一细胞图像中的所述成熟红细胞图像的色彩特征参数；对比所述成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数，根据对比结果确定所述第一细胞图像是否需要调整；当所述第一细胞图像需要调整时，根据所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数，对所述第一细胞图像的色彩特征参数进行调整。本发明通过调整细胞图像的色彩特征参数，解决了在同一染色方法下，获得的多个细胞图像的染色程度不一致的技术问题，提升了细胞分类计数仪器对细胞图像中各种类的细胞的数量的计算准确率。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例提供的一种细胞图像调整方法的流程示意图；
图2示出了本发明实施例提供的一种第一细胞图像的示意图；
图3示出了本发明实施例提供的另一种细胞图像调整方法的流程示意图；
图4示出了本发明实施例提供的一种细胞图像调整装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
如图1所示，本发明实施例提供的一种细胞图像调整方法，可以包括：
S100、获得图像采集装置采集的第一细胞图像。
具体的，图像采集装置可以为包括偏光显微镜、光学显微镜与电子显微镜和数码显微镜在内的可以采集细胞图像的设备。第一细胞图像可以是对人体外周血或骨髓涂片体尾交界处的细胞染色后通过图像采集装置采集的图像，具体的，如图2所示，第一细胞图像可以是对细胞采用包括瑞氏染色法或苏木素-伊红染色法(Hematoxylin and Eosin，HE)在内的细胞染色法进行染色后获得的细胞图像。可以理解的是，本实施例中的第一细胞图像还可以是使用其他细胞染色法对细胞染色后获得的细胞图像。需要注意的是，图2所示的第一细胞图像为黑白图像，在本实施例的实际使用中，根据细胞染色法的不同，第一细胞图像的色彩可以为与该细胞染色法对应的色彩。
本实施例可以在图像采集装置的第一采集参数下采集获得第一细胞图像。第一采集参数可以是与该图像采集装置的应用环境对应的参数。可以理解的是，由于图像采集装置的应用环境可以不同，因此第一采集参数也可以不同，因此第一采集参数可以由相关技术人员根据实际的图像采集装置的应用环境进行设置。
S200、获得所述第一细胞图像中的成熟红细胞图像的色彩特征参数。
本实施例可以通过预设的成熟红细胞确定模型，在第一细胞图像中确定成熟红细胞图像，从而获得成熟红细胞图像的色彩特征参数。预设的成熟红细胞确定模型可以是卷积神经网络模型。本实施例可以使用多个预先标注成熟红细胞的训练细胞图像进行机器训练后获得成熟红细胞确定模型。具体的，本实施例可以对预先标注成熟红细胞的训练细胞图像中的成熟红细胞图像的图像特征进行机器学习，获得成熟红细胞确定模型。该图像特征可以包括成熟红细胞图像的RGB色彩模式下的颜色参数、灰度值等。色彩特征参数可以包括：色相(Hue)参数、饱和度(Saturation)参数和亮度(Brightness)参数中的至少一个。
S300、对比所述成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数，根据对比结果确定所述第一细胞图像是否需要调整。
具体的，预设的成熟红细胞标准图像的色彩特征参数可以是在图像采集装置的第一采集参数下采集获得的标准细胞图像上的成熟红细胞图像。标准细胞图像可以是在细胞分类计数仪器中可以获得准确计算结果的细胞图像。标准细胞图像可以是与第一细胞图像使用同一种细胞染色法进行染色后获得的细胞图像。由于成熟红细胞的胞体小且无细胞核，因此对成熟红细胞使用细胞染色法进行染色后，成熟红细胞的染色程度较为一致，因此本实施例的技术人员可以将标准细胞图像上的成熟红细胞图像的色彩特征参数确定为标准成熟红细胞图像的色彩特征参数。可以理解的是，本实施例的技术人员可以根据图像采集装置的应用环境，对标准细胞图像进行定义。本实施例使用经过技术人员认可的标准细胞图像中的标准成熟红细胞图像的色彩特征参数与第一细胞图像中的成熟红细胞图像的色彩特征参数进行对比，可以确定第一细胞图像是否需要调整。
可选的，如图3所示，本发明实施例提供的另一种细胞图像调整方法，步骤S300可以具体包括：
S310、对比所述成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数，确定所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数的误差百分比是否小于预设百分比，如果小于，则确定所述第一细胞图像不需要调整，如果不小于，则确定所述第一细胞图像需要调整。
第一细胞图像中的成熟红细胞图像的色彩特征参数与预设的成熟红细胞标准图像的色彩特征参数的误差百分比可以是：第一细胞图像中的成熟红细胞图像的色彩特征参数减去预设的成熟红细胞标准图像的色彩特征参数的差值除以第一细胞图像中的成熟红细胞图像的色彩特征参数的百分比。预设百分比可以是技术人员根据实际情况设置的，本实施的预设百分比可以为±1％，严格控制第一细胞图像是否需要调整的条件，进而提升细胞分类计数仪器对第一细胞图像中各种类的细胞的数量的计算结果的准确率。
为了便于理解，此处通过举例进行说明：若本实施例的预设百分比为±1％，第一细胞图像中的成熟红细胞图像的色彩特征参数为56，预设的成熟红细胞标准图像的色彩特征参数为60，则第一细胞图像中的成熟红细胞图像的色彩特征参数与预设的成熟红细胞标准图像的色彩特征参数的误差百分比可以为(56-60)/56≈-7.14％，则确定第一细胞图像需要调整。
可选的，第一细胞图像中的成熟红细胞图像的色彩特征参数与预设的成熟红细胞标准图像的色彩特征参数的误差百分比也可以是：预设的成熟红细胞标准图像的色彩特征参数减去第一细胞图像中的成熟红细胞图像的色彩特征参数的差值除以预设的成熟红细胞标准图像的色彩特征参数的百分比。
可选的，由于色彩特征参数可以包括多个不同类型参数，例如色相参数、饱和度参数和亮度参数。本实施例可以为各类型参数设置相同的预设百分比。例如，第一细胞图像中的成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色相参数、饱和度参数和亮度参数中的部分或全部参数的误差百分比不小于预设百分比时，本实施例才确定第一细胞图像需要调整。可以理解的是，本实施例也可以对不同类型参数设置不同的预设百分比。当第一细胞图像中的成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的任一类型的误差百分比不小于与该类型对应的预设百分比时，确定第一细胞图像需要调整。
S400、当所述第一细胞图像需要调整时，根据所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数，对所述第一细胞图像的色彩特征参数进行调整。
本实施例可以在当根据第一细胞图像中的成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数的对比结果，确定第一细胞图像需要调整之后，根据成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数的对比结果，对第一细胞图像的色彩特征参数进行调整。本实施例可以当第一细胞图像中的成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数的对比结果大于技术人员预设的固定值时，确定需要对第一细胞图像进行调整。例如，技术人员预设的固定值为10，若成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数的对比结果为15，则确定需要对第一细胞图像的色彩特征参数进行调整。
本实施例可以在当不需要调整时，输出第一细胞图像为标准细胞图像的信息。
本实施例提供的一种细胞图像调整方法，可以获得图像采集装置采集的第一细胞图像；获得所述第一细胞图像中的所述成熟红细胞图像的色彩特征参数；对比所述成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数，根据对比结果确定所述第一细胞图像是否需要调整；当所述第一细胞图像需要调整时，根据所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数，对所述第一细胞图像的色彩特征参数进行调整。本实施例通过调整细胞图像的色彩特征参数，解决了在同一染色方法下，获得的多个细胞图像的染色程度不一致的技术问题，提升了细胞分类计数仪器对细胞图像中各种类的细胞的数量的计算准确率。
可选的，当需要调整时，步骤S400可以具体为：根据所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数的差距，对所述第一细胞图像的色彩特征参数进行调整，以使所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数的差距小于预设阈值。
可以理解的是，预设阈值可以是技术人员根据对细胞分类计数仪器的实际应用情况，对预设的成熟红细胞标准图像对的色彩特征参数设置的合理误差阈值。例如，预设阈值为0.5，当调整后的第一细胞图像中的成熟红细胞图像的色彩特征参数为44.8，预设的成熟红细胞标准图像的色彩特征参数为45，尽管调整后的第一细胞图像中的成熟红细胞图像的色彩特征参数与预设的成熟红细胞标准图像的色彩特征参数的差距为0.2，但是对细胞分类计数仪器计算第一细胞图像中各种类的细胞的数量的准确率影响较小。
为了便于理解对第一细胞图像的色彩特征参数的调整过程，此处通过举例进行说明：当需要调整时，若成熟红细胞图像的色彩特征参数的为30，预设的成熟红细胞标准图像的色彩特征参数为50，则成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数的差距为20，在此情况下，本实施例可以将第一细胞图像的色彩特征参数在原色彩特征参数的基础上调高20，以使第一细胞图像中的成熟红细胞图像的色彩特征参数与预设的成熟红细胞标准图像的色彩特征参数相同，即调整后的第一细胞图像中的成熟红细胞图像的色彩特征参数为50。可以理解的是，第一细胞图像中除成熟红细胞图像以外的图像的色彩特征参数在原色彩特征参数的基础上进行调整。例如，若第一细胞图像中除成熟红细胞图像以外的图像的原色彩特征参数为18，则调整后的第一细胞图像中除成熟红细胞图像以外的图像的色彩特征参数为38。可以理解的是，第一细胞图像中除成熟红细胞图像以外的图像的色彩特征参数可以不一致。例如，第一细胞图像中的白细胞图像的原色彩特征参数为52，第一细胞图像中的未成熟红细胞的原色彩特征参数为64，则调整后的第一细胞图像中的白细胞图像的色彩特征参数为72，调整后的第一细胞图像中的未成熟红细胞的色彩特征参数为84。
可选的，所述色彩特征参数包括多个不同类型的参数，所述对所述第一细胞图像的色彩特征参数进行调整，可以包括：
根据各不同类型的参数对应的差距，分别对所述第一细胞图像的各参数进行调整。
具体的，由于预设的成熟红细胞标准图像的色彩特征参数可以包括多个不同类型参数，例如色相参数、饱和度参数和亮度参数。第一细胞图像中的成熟红细胞图像的色彩特征参数也可以包括多个不同类型参数，例如色相参数、饱和度参数和亮度参数。因此本实施例可以根据同一类型的参数的差距，对第一细胞图像中的该类型对应的参数进行调整。例如，本实施例可以根据第一细胞图像中的成熟红细胞图像的色相参数与所述预设的成熟红细胞标准图像的色相参数的差距，对第一细胞图像的色相参数进行调整。本实施例可以根据第一细胞图像中的成熟红细胞图像的饱和度参数与所述预设的成熟红细胞标准图像的饱和度参数的差距，对第一细胞图像的饱和度参数进行调整。本实施例可以根据第一细胞图像中的成熟红细胞图像的亮度参数与所述预设的成熟红细胞标准图像的亮度参数的差距，对第一细胞图像的亮度参数进行调整。
可选的，所述差距为差值，所述色彩特征参数包括多个不同类型的参数，所述对所述第一细胞图像的色彩特征参数进行调整，可以包括：
根据同一类型的参数对应的差值，若该差值为正值，则将所述第一细胞图像的该类型的参数减去该差值，若该差值为负值，则将所述第一细胞图像的该类型的参数加上该差值的绝对值。
为了便于理解，此处通过举例进行说明：若第一细胞图像中的成熟红细胞图像的色相参数为39、饱和度参数为51以及亮度参数为62，预设的成熟红细胞标准图像的色相参数为50、饱和度参数为50以及亮度参数为50，因此色相参数对应的差值为-11，饱和度参数对应的差值为1，亮度参数对应的差值为12，则本实施例可以将第一细胞图像的色相参数调高11，将第一细胞图像的饱和度参数调低1，将第一细胞图像的亮度参数调低12。
需要注意的是，本实施例可以通过图像采集装置实时获得第一细胞图像，本实施例可以对第一细胞图像的色彩特征参数进行实时调整。本实施例也可以直接通过图像采集装置获得第一细胞图像后，再对第一细胞图像的色彩特征参数进行调整。
与上述方法实施例相对应，本实施例还提供一种细胞图像调整装置，其结构如图4所示，可以包括：细胞图像获得单元100、色彩特征参数获得单元200、色彩特征参数对比单元300和细胞图像调整单元400。
所述细胞图像获得单元100，用于获得图像采集装置采集的第一细胞图像。
具体的，图像采集装置可以为包括偏光显微镜、光学显微镜与电子显微镜和数码显微镜在内的可以采集细胞图像的设备。第一细胞图像可以是对人体外周血或骨髓涂片体尾交界处的细胞染色后通过图像采集装置采集的图像，具体的，如图2所示，第一细胞图像可以是对细胞采用包括瑞氏染色法或苏木素-伊红染色法(Hematoxylin and Eosin，HE)在内的细胞染色法进行染色后获得的细胞图像。可以理解的是，本实施例中的第一细胞图像还可以是使用其他细胞染色法对细胞染色后获得的细胞图像。需要注意的是，图2所示的第一细胞图像为黑白图像，在本实施例的实际使用中，根据细胞染色法的不同，第一细胞图像的色彩可以为与该细胞染色法对应的色彩。
本实施例可以在图像采集装置的第一采集参数下采集获得第一细胞图像。第一采集参数可以是与该图像采集装置的应用环境对应的参数。可以理解的是，由于图像采集装置的应用环境可以不同，因此第一采集参数也可以不同，因此第一采集参数可以由相关技术人员根据实际的图像采集装置的应用环境进行设置。
所述色彩特征参数获得单元200，用于获得所述第一细胞图像中的成熟红细胞图像的色彩特征参数。
本实施例可以通过预设的成熟红细胞确定模型，在第一细胞图像中确定成熟红细胞图像，从而获得成熟红细胞图像的色彩特征参数。预设的成熟红细胞确定模型可以是卷积神经网络模型。本实施例可以使用多个预先标注成熟红细胞的训练细胞图像进行机器训练后获得成熟红细胞确定模型。具体的，本实施例可以对预先标注成熟红细胞的训练细胞图像中的成熟红细胞图像的图像特征进行机器学习，获得成熟红细胞确定模型。该图像特征可以包括成熟红细胞图像的RGB色彩模式下的颜色参数、灰度值等。色彩特征参数可以包括：色相(Hue)参数、饱和度(Saturation)参数和亮度(Brightness)参数中的至少一个。
所述色彩特征参数对比单元300，用于对比所述成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数，根据对比结果确定所述第一细胞图像是否需要调整。
具体的，预设的成熟红细胞标准图像的色彩特征参数可以是在图像采集装置的第一采集参数下采集获得的标准细胞图像上的成熟红细胞图像。标准细胞图像可以是在细胞分类计数仪器中可以获得准确计算结果的细胞图像。标准细胞图像可以是与第一细胞图像使用同一种细胞染色法进行染色后获得的细胞图像。由于成熟红细胞的胞体小且无细胞核，因此对成熟红细胞使用细胞染色法进行染色后，成熟红细胞的染色程度较为一致，因此本实施例的技术人员可以将标准细胞图像上的成熟红细胞图像的色彩特征参数确定为标准成熟红细胞图像的色彩特征参数。可以理解的是，本实施例的技术人员可以根据图像采集装置的应用环境，对标准细胞图像进行定义。本实施例使用经过技术人员认可的标准细胞图像中的标准成熟红细胞图像的色彩特征参数与第一细胞图像中的成熟红细胞图像的色彩特征参数进行对比，可以确定第一细胞图像是否需要调整。
可选的，所述色彩特征参数对比单元300，可以具体用于对比所述成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数，确定所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数的误差百分比是否小于预设百分比，如果小于，则确定所述第一细胞图像不需要调整，如果不小于，则确定所述第一细胞图像需要调整。
第一细胞图像中的成熟红细胞图像的色彩特征参数与预设的成熟红细胞标准图像的色彩特征参数的误差百分比可以是：第一细胞图像中的成熟红细胞图像的色彩特征参数减去预设的成熟红细胞标准图像的色彩特征参数的差值除以第一细胞图像中的成熟红细胞图像的色彩特征参数的百分比。预设百分比可以是技术人员根据实际情况设置的，本实施的预设百分比可以为±1％，严格控制第一细胞图像是否需要调整的条件，进而提升细胞分类计数仪器对第一细胞图像中各种类的细胞的数量的计算结果的准确率。
可选的，第一细胞图像中的成熟红细胞图像的色彩特征参数与预设的成熟红细胞标准图像的色彩特征参数的误差百分比也可以是：预设的成熟红细胞标准图像的色彩特征参数减去第一细胞图像中的成熟红细胞图像的色彩特征参数的差值除以预设的成熟红细胞标准图像的色彩特征参数的百分比。
可选的，由于色彩特征参数可以包括多个不同类型参数，例如色相参数、饱和度参数和亮度参数。本实施例可以为各类型参数设置相同的预设百分比。例如，第一细胞图像中的成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色相参数、饱和度参数和亮度参数中的部分或全部参数的误差百分比不小于预设百分比时，本实施例才确定第一细胞图像需要调整。可以理解的是，本实施例也可以对不同类型参数设置不同的预设百分比。当第一细胞图像中的成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的任一类型的误差百分比不小于与该类型对应的预设百分比时，确定第一细胞图像需要调整。
所述细胞图像调整单元400，用于当所述第一细胞图像需要调整时，根据所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数，对所述第一细胞图像的色彩特征参数进行调整。
本实施例可以在当根据第一细胞图像中的成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数的对比结果，确定第一细胞图像需要调整之后，根据成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数的对比结果，对第一细胞图像的色彩特征参数进行调整。本实施例可以当第一细胞图像中的成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数的对比结果大于技术人员预设的固定值时，确定需要对第一细胞图像进行调整。
本实施例可以包括信息输出单元，该信息输出单元在当不需要调整时，输出第一细胞图像为标准细胞图像的信息。
本实施例提供的一种细胞图像调整装置，可以获得图像采集装置采集的第一细胞图像；获得所述第一细胞图像中的所述成熟红细胞图像的色彩特征参数；对比所述成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数，根据对比结果确定所述第一细胞图像是否需要调整；当所述第一细胞图像需要调整时，根据所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数，对所述第一细胞图像的色彩特征参数进行调整。本实施例通过调整细胞图像的色彩特征参数，解决了在同一染色方法下，获得的多个细胞图像的染色程度不一致的技术问题，提升了细胞分类计数仪器对细胞图像中各种类的细胞的数量的计算准确率。
可选的，当需要调整时，，所述细胞图像调整单元400可以具体用于根据所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数的差距，对所述第一细胞图像的色彩特征参数进行调整，以使所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数的差距小于预设阈值。
可以理解的是，预设阈值可以是技术人员根据对细胞分类计数仪器的实际应用情况，对预设的成熟红细胞标准图像对的色彩特征参数设置的合理误差阈值。
可选的，所述色彩特征参数包括多个不同类型的参数，所述细胞图像调整单元400具体用于根据各不同类型的参数对应的差距，分别对所述第一细胞图像的各参数进行调整。
具体的，由于预设的成熟红细胞标准图像的色彩特征参数可以包括多个不同类型参数，例如色相参数、饱和度参数和亮度参数。第一细胞图像中的成熟红细胞图像的色彩特征参数也可以包括多个不同类型参数，例如色相参数、饱和度参数和亮度参数。因此本实施例可以根据同一类型的参数的差距，对第一细胞图像中的该类型对应的参数进行调整。例如，本实施例可以根据第一细胞图像中的成熟红细胞图像的色相参数与所述预设的成熟红细胞标准图像的色相参数的差距，对第一细胞图像的色相参数进行调整。本实施例可以根据第一细胞图像中的成熟红细胞图像的饱和度参数与所述预设的成熟红细胞标准图像的饱和度参数的差距，对第一细胞图像的饱和度参数进行调整。本实施例可以根据第一细胞图像中的成熟红细胞图像的亮度参数与所述预设的成熟红细胞标准图像的亮度参数的差距，对第一细胞图像的亮度参数进行调整。
可选的，所述差距为差值，所述色彩特征参数包括多个不同类型的参数，所述细胞图像调整单元400可以具体用于根据同一类型的参数对应的差值，若该差值为正值，则将所述第一细胞图像的该类型的参数减去该差值，若该差值为负值，则将所述第一细胞图像的该类型的参数加上该差值的绝对值。
为了便于理解，此处通过举例进行说明：若第一细胞图像中的成熟红细胞图像的色相参数为39、饱和度参数为51以及亮度参数为62，预设的成熟红细胞标准图像的色相参数为50、饱和度参数为50以及亮度参数为50，因此色相参数对应的差值为-11，饱和度参数对应的差值为1，亮度参数对应的差值为12，则本实施例可以将第一细胞图像的色相参数调高11，将第一细胞图像的饱和度参数调低1，将第一细胞图像的亮度参数调低12。
需要注意的是，本实施例可以通过图像采集装置实时获得第一细胞图像，本实施例可以对第一细胞图像的色彩特征参数进行实时调整。本实施例也可以直接通过图像采集装置获得第一细胞图像后，再对第一细胞图像的色彩特征参数进行调整。
在本申请中，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。
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，在其它实施例中实现。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 (10)
1.一种细胞图像调整方法，其特征在于，包括：
获得图像采集装置采集的第一细胞图像；
获得所述第一细胞图像中的成熟红细胞图像的色彩特征参数；
对比所述成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数，根据对比结果确定所述第一细胞图像是否需要调整；
当所述第一细胞图像需要调整时，根据所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数，对所述第一细胞图像的色彩特征参数进行调整。
2.根据权利要求1所述的方法，其特征在于，所述根据所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数，对所述第一细胞图像的色彩特征参数进行调整，包括：
根据所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数的差距，对所述第一细胞图像的色彩特征参数进行调整，以使所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数的差距小于预设阈值。
3.根据权利要求1所述的方法，其特征在于，所述对比所述成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数，根据对比结果确定所述第一细胞图像是否需要调整，包括：
对比所述成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数，确定所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数的误差百分比是否小于预设百分比，如果小于，则确定所述第一细胞图像不需要调整，如果不小于，则确定所述第一细胞图像需要调整。
4.根据权利要求2所述的方法，其特征在于，所述色彩特征参数包括多个不同类型的参数，所述对所述第一细胞图像的色彩特征参数进行调整，包括：
根据各不同类型的参数对应的差距，分别对所述第一细胞图像的各参数进行调整。
5.根据权利要求2所述的方法，其特征在于，所述差距为差值，所述色彩特征参数包括多个不同类型的参数，所述对所述第一细胞图像的色彩特征参数进行调整，包括：
根据同一类型的参数对应的差值，若该差值为正值，则将所述第一细胞图像的该类型的参数减去该差值，若该差值为负值，则将所述第一细胞图像的该类型的参数加上该差值的绝对值。
6.一种细胞图像调整装置，其特征在于，包括：细胞图像获得单元、色彩特征参数获得单元、色彩特征参数对比单元和细胞图像调整单元，
所述细胞图像获得单元，用于获得图像采集装置采集的第一细胞图像；
所述色彩特征参数获得单元，用于获得所述第一细胞图像中的成熟红细胞图像的色彩特征参数；
所述色彩特征参数对比单元，用于对比所述成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数，根据对比结果确定所述第一细胞图像是否需要调整；
所述细胞图像调整单元，用于当所述第一细胞图像需要调整时，根据所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数，对所述第一细胞图像的色彩特征参数进行调整。
7.根据权利要求6所述的装置，其特征在于，所述细胞图像调整单元具体用于根据所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数的差距，对所述第一细胞图像的色彩特征参数进行调整，以使所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数的差距小于预设阈值。
8.根据权利要求6所述的装置，其特征在于，所述色彩特征参数对比单元，具体用于对比所述成熟红细胞图像的色彩特征参数和预设的成熟红细胞标准图像的色彩特征参数，确定所述成熟红细胞图像的色彩特征参数与所述预设的成熟红细胞标准图像的色彩特征参数的误差百分比是否小于预设百分比，如果小于，则确定所述第一细胞图像不需要调整，如果不小于，则确定所述第一细胞图像需要调整。
9.根据权利要求7所述的装置，其特征在于，所述色彩特征参数包括多个不同类型的参数，所述细胞图像调整单元具体用于根据各不同类型的参数对应的差距，分别对所述第一细胞图像的各参数进行调整。
10.根据权利要求7所述的装置，其特征在于，所述差距为差值，所述色彩特征参数包括多个不同类型的参数，所述细胞图像调整单元具体用于根据同一类型的参数对应的差值，若该差值为正值，则将所述第一细胞图像的该类型的参数减去该差值，若该差值为负值，则将所述第一细胞图像的该类型的参数加上该差值的绝对值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910816320.7A CN110503648B (zh) | 2019-08-30 | 2019-08-30 | 一种细胞图像调整方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910816320.7A CN110503648B (zh) | 2019-08-30 | 2019-08-30 | 一种细胞图像调整方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110503648A true CN110503648A (zh) | 2019-11-26 |
| CN110503648B CN110503648B (zh) | 2022-03-01 |
Family
ID=68590769
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910816320.7A Active CN110503648B (zh) | 2019-08-30 | 2019-08-30 | 一种细胞图像调整方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110503648B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111192247A (zh) * | 2019-12-27 | 2020-05-22 | 中国人民解放军陆军军医大学第二附属医院 | 一种骨髓组织识别装置、系统及方法 |
| CN111275630A (zh) * | 2020-01-07 | 2020-06-12 | 中国人民解放军陆军军医大学第二附属医院 | 一种细胞图像调整方法、装置及电子显微镜 |
| CN111429761A (zh) * | 2020-02-28 | 2020-07-17 | 中国人民解放军陆军军医大学第二附属医院 | 一种骨髓细胞形态学人工智能模拟教学系统及其方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101685060A (zh) * | 2008-09-24 | 2010-03-31 | 希森美康株式会社 | 标本摄像装置 |
| US20140185906A1 (en) * | 2011-09-16 | 2014-07-03 | Changsha High-Tech Industrial Development Zone Ave Science & Technology Industry Co., Ltd. | Device and Method for Erythrocyte Morphology Analysis |
| CN105205804A (zh) * | 2015-08-18 | 2015-12-30 | 爱威科技股份有限公司 | 血细胞图像中白细胞的核浆分离方法、分类方法及装置 |
| CN106157290A (zh) * | 2015-04-20 | 2016-11-23 | 金泰线业(上海)有限公司 | 一种颜色匹配方法及系统 |
| CN109121437A (zh) * | 2015-12-18 | 2019-01-01 | 雅培实验室 | 用于评估组织学染色的方法和系统 |
| CN109272492A (zh) * | 2018-08-24 | 2019-01-25 | 深思考人工智能机器人科技（北京）有限公司 | 一种细胞病理涂片的处理方法及系统 |
| CN110021013A (zh) * | 2019-03-27 | 2019-07-16 | 广州金域医学检验中心有限公司 | 病理切片细胞的类型识别方法、装置和计算机设备 |
| CN110084150A (zh) * | 2019-04-09 | 2019-08-02 | 山东师范大学 | 一种基于深度学习的白细胞自动分类方法及系统 |
-
2019
- 2019-08-30 CN CN201910816320.7A patent/CN110503648B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101685060A (zh) * | 2008-09-24 | 2010-03-31 | 希森美康株式会社 | 标本摄像装置 |
| US20140185906A1 (en) * | 2011-09-16 | 2014-07-03 | Changsha High-Tech Industrial Development Zone Ave Science & Technology Industry Co., Ltd. | Device and Method for Erythrocyte Morphology Analysis |
| CN106157290A (zh) * | 2015-04-20 | 2016-11-23 | 金泰线业(上海)有限公司 | 一种颜色匹配方法及系统 |
| CN105205804A (zh) * | 2015-08-18 | 2015-12-30 | 爱威科技股份有限公司 | 血细胞图像中白细胞的核浆分离方法、分类方法及装置 |
| CN109121437A (zh) * | 2015-12-18 | 2019-01-01 | 雅培实验室 | 用于评估组织学染色的方法和系统 |
| CN109272492A (zh) * | 2018-08-24 | 2019-01-25 | 深思考人工智能机器人科技（北京）有限公司 | 一种细胞病理涂片的处理方法及系统 |
| CN110021013A (zh) * | 2019-03-27 | 2019-07-16 | 广州金域医学检验中心有限公司 | 病理切片细胞的类型识别方法、装置和计算机设备 |
| CN110084150A (zh) * | 2019-04-09 | 2019-08-02 | 山东师范大学 | 一种基于深度学习的白细胞自动分类方法及系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111192247A (zh) * | 2019-12-27 | 2020-05-22 | 中国人民解放军陆军军医大学第二附属医院 | 一种骨髓组织识别装置、系统及方法 |
| CN111275630A (zh) * | 2020-01-07 | 2020-06-12 | 中国人民解放军陆军军医大学第二附属医院 | 一种细胞图像调整方法、装置及电子显微镜 |
| CN111429761A (zh) * | 2020-02-28 | 2020-07-17 | 中国人民解放军陆军军医大学第二附属医院 | 一种骨髓细胞形态学人工智能模拟教学系统及其方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110503648B (zh) | 2022-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110503648A (zh) | 一种细胞图像调整方法及装置 | |
| CN110472471A (zh) | 图像解析方法、装置、存储介质和深度学习算法生成方法 | |
| CN101911118B (zh) | 肤色评价方法、肤色评价装置、肤色评价程序、以及存储了该程序的存储介质 | |
| US7463757B2 (en) | Tooth locating within dental images | |
| CN109871735A (zh) | 图像解析方法、装置、程序及学习完了深层学习算法的制造方法 | |
| EP2546781A2 (en) | Method and system for identifying illumination fields in an image | |
| CN106388781A (zh) | 一种皮肤肤色及其色素沉淀情况的检测方法 | |
| US20090110273A1 (en) | Image Processing Device and Image Processing Program | |
| CN107705336A (zh) | 一种病理图像染色成分调节方法 | |
| CN102894957A (zh) | 眼底图像的图像处理设备和图像处理方法 | |
| CN104636759A (zh) | 一种获取图片推荐滤镜信息的方法及图片滤镜信息推荐系统 | |
| CN104553304B (zh) | 样张质量控制方法 | |
| Herbin et al. | Color quantitation through image processing in dermatology | |
| US10620417B2 (en) | Method for generating a reflection-reduced contrast image and corresponding device | |
| DE19514618A1 (de) | Farbkorrekturvorrichtung und -verfahren sowie Farbbildverarbeitungssystem mit einer solchen Vorrichtung und Methode | |
| CN107545550A (zh) | 细胞图像偏色校正方法 | |
| CN110222555A (zh) | 肤色区域的检测方法和装置 | |
| US8406514B2 (en) | Image processing device and recording medium storing image processing program | |
| CN110044485B (zh) | 一种图像式织物颜色测量方法 | |
| CN110490861A (zh) | 一种用于黄板上蚜虫的识别方法及系统 | |
| JPH0829317A (ja) | 粒子自動分類システム | |
| CN113470041A (zh) | 免疫组化细胞图像细胞核分割与计数方法和系统 | |
| CN104866837B (zh) | 字画微观纹理的图像采集装置及其采集方法 | |
| CN106454285A (zh) | 白平衡的调整系统及调整方法 | |
| WO2014181347A2 (en) | Method and system for processing a digital slide image of a stained tissue |
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 |