CN112200873B - 一种基于虹膜特征的角膜内皮细胞计数仪定位照相方法 - Google Patents

一种基于虹膜特征的角膜内皮细胞计数仪定位照相方法 Download PDF

Info

Publication number
CN112200873B
CN112200873B CN202011135854.2A CN202011135854A CN112200873B CN 112200873 B CN112200873 B CN 112200873B CN 202011135854 A CN202011135854 A CN 202011135854A CN 112200873 B CN112200873 B CN 112200873B
Authority
CN
China
Prior art keywords
image
endothelial cell
photo
cell counter
sampling
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.)
Active
Application number
CN202011135854.2A
Other languages
English (en)
Other versions
CN112200873A (zh
Inventor
宋宗明
葛文超
黄子旭
王冬冬
庆惠玲
吕天斌
石梦海
覃建
王丽娅
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.)
Henan Provincial Ophthalmic Hospital (henan Eye Institute)
Zhengzhou Chengyoucheng Electronic Technology Co ltd
Original Assignee
Henan Provincial Ophthalmic Hospital (henan Eye Institute)
Zhengzhou Chengyoucheng Electronic 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 Henan Provincial Ophthalmic Hospital (henan Eye Institute), Zhengzhou Chengyoucheng Electronic Technology Co ltd filed Critical Henan Provincial Ophthalmic Hospital (henan Eye Institute)
Priority to CN202011135854.2A priority Critical patent/CN112200873B/zh
Publication of CN112200873A publication Critical patent/CN112200873A/zh
Application granted granted Critical
Publication of CN112200873B publication Critical patent/CN112200873B/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
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • G06T7/13—Edge detection
    • 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
    • G06T2207/10004—Still image; Photographic 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
    • G06T2207/30041—Eye; Retina; Ophthalmic
    • 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
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (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)
  • Eye Examination Apparatus (AREA)
  • Prostheses (AREA)

Abstract

本发明涉及细胞计数采集技术领域，尤其涉及一种基于虹膜特征的角膜内皮细胞计数仪定位照相方法，包括以下步骤：S1：获取图像：观察患者被检眼窗口动态影像进行对准和聚焦使之达到最佳状态后将点击拍摄按钮，图像采集完成；S2：图像处理：S201：对图像进行高斯平滑，对图像进行灰度处理，将产生的灰度图像变换为二值化图像。本发明通过对细胞图像进行灰度变化、除燥、二值化变化和形态学变化，降低细胞形态观察中的主观因素，方便在图样中标注点位，并且增加颜色传感器方便对取样图像进行垂直对比，方便在前后不同的N张照片中找到第一张所标注的点位，便可对重合位置进行细胞采样。

Description

一种基于虹膜特征的角膜内皮细胞计数仪定位照相方法
技术领域
本发明涉及细胞计数采集技术领域，尤其涉及一种基于虹膜特征的角膜内皮细胞计数仪定位照相方法。
背景技术
人的眼睛结构由巩膜、虹膜、瞳孔﹑晶状体、视网膜等部分组成。虹膜是位于黑色瞳孔和白色巩膜之间的圆环状部分，其包含有很多相互交错的斑点、细丝、冠状、条纹、隐窝等的细节特征。而且虹膜在胎儿发育阶段形成后，在整个生命历程中将是保持不变的。这些特征决定了虹膜特征的唯一性，同时也决定了身份识别的唯一性。
在虹膜识别技术中需要对角膜内皮细胞技术进行采集定位，现有技术中实施过程中，有两个难点需要解决，难点1:如何在图样中标注点位，难点2:如何在前后不同的N张照片中找到第一张所标注的点位。
发明内容
为了解决现有技术中有两个难点需要解决，难点1:如何在图样中标注点位，难点2:如何在前后不同的N张照片中找到第一张所标注的点位的问题，本发明提出种基于虹膜特征的角膜内皮细胞计数仪定位照相方法。
为了实现上述目的，本发明采用了如下技术方案：
一种基于虹膜特征的角膜内皮细胞计数仪定位照相方法，包括以下步骤：
S1：获取图像：观察患者被检眼窗口动态影像进行对准和聚焦使之达到最佳状态后将点击拍摄按钮，图像采集完成；
S2：图像处理：
S201：对图像进行高斯平滑，对图像进行灰度处理，将产生的灰度图像变换为二值化图像；
S202：对二值化图像进行形态学变换，并填充二值化结果图中的空洞，得到预设照片；
S203：预设照片分辨率为A*A,即正方形，图片依次采样编号为N1，N2,.....以此类推；
S204：取照片N1,并在照片中取中心点,标号:N11，(细胞首次采集点标注为N111)；
S205：由于血管在图中呈现红色，设备通过植入颜色传感器，由点N11均匀扩散至四周，采样过程中由于仅保留红色信息，故会行成由N11为中心点的不均匀扩散图，图样标号:N1S；
S206：取照片N2,进行上述流程和信息采样，得到中心点为N12的图样N2S；
S3：获取结果：
S301：将图样N1S与N2S进行垂直比对，直至血管扩散图样重合或绝大部分重合即可；
S302：此时便可对N111点所处的重合位置进行细胞采样。
优选的，所述步骤S1图像拍摄顺序为先拍右眼后拍左眼。
优选的，所述步骤S201中灰度图像变换为二值化图像的方法为OTSU算法。
优选的，所步骤述S302中利用漫水填充法，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。
优选的，所述步骤S302中形态学变换为腐蚀和膨胀，使用的结构元素为3×3。
与现有技术相比，本发明的有益效果是：
本发明用于角膜内皮细胞技术采集精确定位方法，通过对细胞图像进行灰度变化、除燥、二值化变化和形态学变化，降低细胞形态观察中的主观因素，方便在图样中标注点位，并且增加颜色传感器方便对取样图像进行垂直对比，方便在前后不同的N张照片中找到第一张所标注的点位，便可对重合位置进行细胞采样。
附图说明
图1为本发明提出的一种基于虹膜特征的角膜内皮细胞计数仪定位照相方法的处理流程图。
具体实施方式
下面结合具体实施例对本发明作进一步解说。
实施例一：
一种基于虹膜特征的角膜内皮细胞计数仪定位照相方法，包括以下步骤：
S1：获取图像：观察患者被检眼窗口动态影像进行对准和聚焦使之达到最佳状态后将点击拍摄按钮，图像采集完成；
S2：图像处理：
S201：对图像进行高斯平滑，对图像进行灰度处理，将产生的灰度图像变换为二值化图像；
S202：对二值化图像进行形态学变换，并填充二值化结果图中的空洞，得到预设照片；
S203：预设照片分辨率为A*A,即正方形，图片依次采样编号为N1，N2,.....以此类推；
S204：取照片N1,并在照片中取中心点,标号:N11，(细胞首次采集点标注为N111)；
S205：由于血管在图中呈现红色，设备通过植入颜色传感器，由点N11均匀扩散至四周，采样过程中由于仅保留红色信息，故会行成由N11为中心点的不均匀扩散图，图样标号:N1S；
S206：取照片N2,进行上述流程和信息采样，得到中心点为N12的图样N2S；
S3：获取结果：
S301：将图样N1S与N2S进行垂直比对，直至血管扩散图样重合或绝大部分重合即可；
S302：此时便可对N111点所处的重合位置进行细胞采样；
S4：获取结果：对经过S3得到的填充结果图查找轮廓，并处理统计所有的细胞区域，得到细胞图像中细胞的数量。
实施例二：
一种基于虹膜特征的角膜内皮细胞计数仪定位照相方法，包括以下步骤：
S1：获取图像：观察患者被检眼窗口动态影像进行对准和聚焦使之达到最佳状态后将点击拍摄按钮，图像采集完成，拍摄顺序为先拍右眼后拍左眼；
S2：图像处理：
S201：对图像进行高斯平滑，对图像进行灰度处理，将产生的灰度图像利用OTSU算法变换为二值化图像；
S202：对二值化图像进行形态学变换，形态学变换为腐蚀和膨胀，使用的结构元素为3×3，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预设照片；
S203：预设照片分辨率为A*A,即正方形，图片依次采样编号为N1，N2,.....以此类推；
S204：取照片N1,并在照片中取中心点,标号:N11，(细胞首次采集点标注为N111)；
S205：由于血管在图中呈现红色，设备通过植入颜色传感器，由点N11均匀扩散至四周，采样过程中由于仅保留红色信息，故会行成由N11为中心点的不均匀扩散图，图样标号:N1S；
S206：取照片N2,进行上述流程和信息采样，得到中心点为N12的图样N2S；
S3：获取结果：
S301：将图样N1S与N2S进行垂直比对，直至血管扩散图样重合或绝大部分重合即可；
S302：此时便可对N111点所处的重合位置进行细胞采样。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (5)

1.一种基于虹膜特征的角膜内皮细胞计数仪定位照相方法，包括以下步骤：
S1：获取图像：观察患者被检眼窗口动态影像进行对准和聚焦使之达到最佳状态后将点击拍摄按钮，图像采集完成；
S2：图像处理：
S201：对图像进行高斯平滑，对图像进行灰度处理，将产生的灰度图像变换为二值化图像；
S202：对二值化图像进行形态学变换，并填充二值化结果图中的空洞，得到预设照片；
S203：预设照片分辨率为A*A,即正方形，图片依次采样编号为N1，N2；
S204：取照片N1,并在照片中取中心点,标号:N11，细胞首次采集点标注为N111；
S205：由于血管在图中呈现红色，设备通过植入颜色传感器，由点N11均匀扩散至四周，采样过程中由于仅保留红色信息，故会形成由N11为中心点的不均匀扩散图，图样标号:N1S；
S206：取照片N2,进行上述流程和信息采样，得到中心点为N12的图样N2S；
S3：获取结果：
S301：将图样N1S与N2S进行垂直比对，直至血管扩散图样重合即可；
S302：此时便可对N111点所处的重合位置进行细胞采样。
2.根据权利要求1所述的一种基于虹膜特征的角膜内皮细胞计数仪定位照相方法，所述步骤S1图像拍摄顺序为先拍右眼后拍左眼。
3.根据权利要求1所述的一种基于虹膜特征的角膜内皮细胞计数仪定位照相方法，所述步骤S201中灰度图像变换为二值化图像的方法为OTSU算法。
4.根据权利要求1所述的一种基于虹膜特征的角膜内皮细胞计数仪定位照相方法，所述步骤S302中利用漫水填充法，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。
5.根据权利要求1所述的一种基于虹膜特征的角膜内皮细胞计数仪定位照相方法，所述步骤S302中形态学变换为腐蚀和膨胀，使用的结构元素为3×3。
CN202011135854.2A 2020-10-21 2020-10-21 一种基于虹膜特征的角膜内皮细胞计数仪定位照相方法 Active CN112200873B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011135854.2A CN112200873B (zh) 2020-10-21 2020-10-21 一种基于虹膜特征的角膜内皮细胞计数仪定位照相方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011135854.2A CN112200873B (zh) 2020-10-21 2020-10-21 一种基于虹膜特征的角膜内皮细胞计数仪定位照相方法

Publications (2)

Publication Number Publication Date
CN112200873A CN112200873A (zh) 2021-01-08
CN112200873B true CN112200873B (zh) 2023-12-22

Family

ID=74011700

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011135854.2A Active CN112200873B (zh) 2020-10-21 2020-10-21 一种基于虹膜特征的角膜内皮细胞计数仪定位照相方法

Country Status (1)

Country Link
CN (1) CN112200873B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114943707B (zh) * 2022-05-26 2023-06-30 天津市眼科医院 基于像素级角膜生物力学参数的细微角膜形变识别方法及装置

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07100111A (ja) * 1993-10-08 1995-04-18 Konan:Kk 角膜細胞撮影装置における角膜周辺撮影位置表示方法
US5740352A (en) * 1995-09-27 1998-04-14 B-Tree Verification Systems, Inc. Liquid-crystal display test system and method
JP2003265413A (ja) * 2002-03-18 2003-09-24 Konan Medical Inc 角膜内皮細胞解析装置および角膜内皮細胞像の判定方法
CN102077174A (zh) * 2008-05-02 2011-05-25 英格朗公司 流式细胞计数仪远程监视系统
JP2013057636A (ja) * 2011-09-09 2013-03-28 Dainippon Printing Co Ltd 細胞画像解析装置、細胞画像解析方法、及び細胞画像解析プログラム
CN103955941A (zh) * 2014-05-21 2014-07-30 重庆理工大学 一种角膜内皮细胞分析仪及分析方法
CN104809424A (zh) * 2014-01-23 2015-07-29 北京七鑫易维信息技术有限公司 一种基于虹膜特征实现视线追踪的方法
CN105850980A (zh) * 2016-04-14 2016-08-17 广州赛莱拉干细胞科技股份有限公司 一种角膜缘干细胞的冻存液及冻存方法
CN106821697A (zh) * 2017-03-23 2017-06-13 郑州诚优成电子科技有限公司 视网膜扫描智能识别自动视力训练仪
CN109758108A (zh) * 2019-02-14 2019-05-17 郑州诚优成电子科技有限公司 一种ar眼镜式视觉功能检查装置
CN110570362A (zh) * 2019-08-02 2019-12-13 佛山科学技术学院 一种虹膜血管成像方法及装置
CN110951680A (zh) * 2019-12-25 2020-04-03 西南大学 一种骨骼肌细胞模型的构建方法和测定方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07100111A (ja) * 1993-10-08 1995-04-18 Konan:Kk 角膜細胞撮影装置における角膜周辺撮影位置表示方法
US5740352A (en) * 1995-09-27 1998-04-14 B-Tree Verification Systems, Inc. Liquid-crystal display test system and method
JP2003265413A (ja) * 2002-03-18 2003-09-24 Konan Medical Inc 角膜内皮細胞解析装置および角膜内皮細胞像の判定方法
CN102077174A (zh) * 2008-05-02 2011-05-25 英格朗公司 流式细胞计数仪远程监视系统
JP2013057636A (ja) * 2011-09-09 2013-03-28 Dainippon Printing Co Ltd 細胞画像解析装置、細胞画像解析方法、及び細胞画像解析プログラム
CN104809424A (zh) * 2014-01-23 2015-07-29 北京七鑫易维信息技术有限公司 一种基于虹膜特征实现视线追踪的方法
CN103955941A (zh) * 2014-05-21 2014-07-30 重庆理工大学 一种角膜内皮细胞分析仪及分析方法
CN105850980A (zh) * 2016-04-14 2016-08-17 广州赛莱拉干细胞科技股份有限公司 一种角膜缘干细胞的冻存液及冻存方法
CN106821697A (zh) * 2017-03-23 2017-06-13 郑州诚优成电子科技有限公司 视网膜扫描智能识别自动视力训练仪
CN109758108A (zh) * 2019-02-14 2019-05-17 郑州诚优成电子科技有限公司 一种ar眼镜式视觉功能检查装置
CN110570362A (zh) * 2019-08-02 2019-12-13 佛山科学技术学院 一种虹膜血管成像方法及装置
CN110951680A (zh) * 2019-12-25 2020-04-03 西南大学 一种骨骼肌细胞模型的构建方法和测定方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
An adaptive nonlinear enhancement method using sigmoid function for iris segmentation in pterygium cases;Siti Raihanah Abdani;《2015 International Electronics Symposium (IES)》;全文 *
一种粗细结合的快速虹膜定位方法;徐晓蓉;李永军;;兰州理工大学学报(第03期);全文 *
不均匀光照下的虹膜定位算法研究;周俊;罗挺;王帅;李敏;路翔;;后勤工程学院学报(第06期);全文 *
基于二值化的数学形态学生物图像边缘检测算法;汪毅;郭显久;于晓静;尹祥贵;;大连水产学院学报(第06期);全文 *
小瞳孔白内障超声乳化术中内置式虹膜扩张器的应用;丁慧娟;《中国优秀硕士论文全文数据库》;全文 *
徐晓蓉 ; 李永军 ; .一种粗细结合的快速虹膜定位方法.兰州理工大学学报.2011,(第03期),全文. *
白内障术前两种角膜散光标记方法的对比研究;冯珂;《眼科新进展》;全文 *

Also Published As

Publication number Publication date
CN112200873A (zh) 2021-01-08

Similar Documents

Publication Publication Date Title
CN107292877B (zh) 一种基于眼底图像特征的左右眼识别方法
CN103886576B (zh) 一种腺体组织特征灰度检测方法及装置
US7347547B2 (en) Pupil detection device and iris authentication apparatus
CN105261015B (zh) 基于Gabor滤波器的眼底图像血管自动分割方法
CN109948719B (zh) 一种基于残差密集模块网络结构的眼底图像质量自动分类方法
CN102982323B (zh) 快速步态识别方法
US20110103655A1 (en) Fundus information processing apparatus and fundus information processing method
CN112200873B (zh) 一种基于虹膜特征的角膜内皮细胞计数仪定位照相方法
JP2004021406A (ja) 目位置特定方法及び認証装置
CN110111329A (zh) 一种基于人工智能超声影像检测方法及系统
US20210343006A1 (en) Preprocessing method for performing quantitative analysis on fundus image, and storage device
CN104846054A (zh) 一种基于形态学特征的白带中霉菌的自动检测方法
CN109568123B (zh) 一种基于yolo目标检测的穴位定位方法
CN109523512A (zh) 一种基于多图谱标签融合的医学图像自动分割方法
CN107122597A (zh) 一种角膜受损智能诊断系统
CN106821324A (zh) 一种基于舌面和舌下综合分析的舌诊辅助医疗系统
CN111145155B (zh) 一种睑板腺腺体的识别方法
CN112907544A (zh) 基于机器学习的粪水性状识别方法及系统、手持智能设备
CN113017566B (zh) 基于图像的血管识别与定位方法及装置
CN109003228B (zh) 一种暗场显微大视场自动拼接成像方法
IL264041A (en) Device for identity verification
CN113822881B (zh) 一种用于瘢痕图片评分的方法、系统及存储介质
CN103246865B (zh) 检测红眼的方法及装置、去除红眼的方法及装置
CN112861675B (zh) 一种粪便有形成分检测识别方法
CN113241182B (zh) 一种用于识别舌头苔形、苔质数学模型的构建方法

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