CN112378837A - 一种宫颈脱落细胞检测方法及相关装置 - Google Patents

一种宫颈脱落细胞检测方法及相关装置 Download PDF

Info

Publication number
CN112378837A
CN112378837A CN202010968335.8A CN202010968335A CN112378837A CN 112378837 A CN112378837 A CN 112378837A CN 202010968335 A CN202010968335 A CN 202010968335A CN 112378837 A CN112378837 A CN 112378837A
Authority
CN
China
Prior art keywords
image information
specimen
color image
attachment
cervical
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
CN202010968335.8A
Other languages
English (en)
Other versions
CN112378837B (zh
Inventor
肖承荣
王文杰
易经达
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.)
Shenzhen Huazhong Biological Pharmaceutical Machinery Co ltd
Original Assignee
Shenzhen Huazhong Biological Pharmaceutical Machinery 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 Shenzhen Huazhong Biological Pharmaceutical Machinery Co ltd filed Critical Shenzhen Huazhong Biological Pharmaceutical Machinery Co ltd
Priority to CN202010968335.8A priority Critical patent/CN112378837B/zh
Publication of CN112378837A publication Critical patent/CN112378837A/zh
Application granted granted Critical
Publication of CN112378837B publication Critical patent/CN112378837B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N15/1434—Optical arrangements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G01N1/30—Staining; Impregnating ; Fixation; Dehydration; Multistep processes for preparing samples of tissue, cell or nucleic acid material and the like for analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • 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
    • 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
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N15/1434—Optical arrangements
    • G01N2015/144—Imaging characterised by its optical setup
    • G01N2015/1445—Three-dimensional imaging, imaging in different image planes, e.g. under different angles or at different depths, e.g. by a relative motion of sample and detector, for instance by tomography
    • 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
    • G06T2207/10012—Stereo images
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biochemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Dispersion Chemistry (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Image Analysis (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Image Processing (AREA)

Abstract

本申请提供一种宫颈脱落细胞检测方法及相关装置，涉及图像处理技术领域，该宫颈脱落细胞检测方法包括：获取标本附着物的三维彩色图像信息；基于三维彩色图像信息，提取标本附着物的染色区域图像信息；基于染色区域图像信息，确定并输出宫颈脱落细胞标本的检测结果，实现了可针对标本附着物的三维彩色图像信息的染色区域图像信息的进行提取及处理，以得到宫颈脱落细胞检测结果的技术效果，避免检查结果因人为因素而出现错误或标准不一的状况，提高了宫颈脱落细胞检测的可靠性。

Description

一种宫颈脱落细胞检测方法及相关装置
技术领域
本申请涉及图像处理技术领域，特别涉及一种宫颈脱落细胞检测方法及相关装置。
背景技术
随着时代的发展，人们对于医疗的要求越来越高，如何提高医疗检测的可靠性已成为本领域亟待解决的技术问题。
现有技术中，通常会采用标本附着物(如：棉签和毛刷)以直视采集法在病灶处刷取标本，或以直接留取法在病灶处搜集整理液态标本，或以针穿抽吸法在病灶处吸取标本，或以灌洗法在病灶处冲洗并收集标本，或以摩擦法在病灶处擦取标本，并在对标本附着物进行染色处理后，通过人工比对标本附着物的颜色和预制的比色卡中的各类颜色，得到相应标本附着物的检测结果。
现有技术的缺陷在于，现有的宫颈脱落细胞检测方法需由检测人员人工比对以得出检测结果，过于依赖检测人员的经验，易产生较大的人为误差，降低了宫颈脱落细胞检测的可靠性。
发明内容
本申请提供了一种宫颈脱落细胞检测方法及相关装置，可有效提高宫颈脱落细胞检测的可靠性。
为了实现上述技术效果，本申请第一方面提供了一种宫颈脱落细胞检测方法，包括：
获取标本附着物的三维彩色图像信息，其中，上述标本附着物上附着宫颈脱落细胞标本，且附着上述宫颈脱落细胞标本的部位经染色处理；
基于上述三维彩色图像信息，提取上述标本附着物的染色区域图像信息；
基于上述染色区域图像信息，确定并输出上述宫颈脱落细胞标本的检测结果。
基于本申请第一方面，在第一种可能的实现方式中，上述获取标本附着物的三维彩色图像信息包括：
获取标本附着物在不同拍摄角度的彩色图像信息；
对各上述彩色图像信息进行图像拼接处理，以得到上述标本附着物的三维彩色图像信息。
基于本申请第一方面的第一种可能的实现方式，在第二种可能的实现方式中，上述标本附着物预先固定于转动部件的端部，上述端部所在空间内固定设置有至少一摄像头，经上述染色处理的部位裸露于上述摄像头的摄像范围内；
上述获取标本附着物在不同拍摄角度的彩色图像信息包括：
控制上述转动部件转动，以带动上述标本附着物转动；
控制上述摄像头执行多次拍照动作，以获取上述标本附着物在不同拍摄角度的彩色图像信息。
基于本申请第一方面或本申请第一方面的第一种或第二种可能的实现方式，在第三种可能的实现方式中，上述基于上述三维彩色图像信息，提取上述标本附着物的染色区域图像信息包括：
将上述三维彩色图像信息转换为HSV图像信息；
基于上述HSV图像信息，提取上述标本附着物的染色区域图像信息。
基于本申请第一方面的第三种可能的实现方式，在第四种可能的实现方式中，上述基于上述HSV图像信息，提取上述标本附着物的染色区域图像信息包括：
对上述HSV图像信息的V通道图像信息进行阈值分割处理，以提取上述标本附着物的染色区域图像信息。
基于本申请第一方面或本申请第一方面的第一种或第二种可能的实现方式，在第五种可能的实现方式中，上述基于上述染色区域图像信息，确定并输出上述宫颈脱落细胞标本的检测结果包括：
基于上述染色区域图像信息的平均灰度值和预设的灰度值阈值范围，确定并输出上述宫颈脱落细胞标本的检测结果。
本申请第二方面提供了一种宫颈脱落细胞检测装置，包括：
获取单元，用于获取标本附着物的三维彩色图像信息，其中，上述标本附着物上附着宫颈脱落细胞标本，且附着上述宫颈脱落细胞标本的部位经染色处理；
提取单元，用于基于上述三维彩色图像信息，提取上述标本附着物的染色区域图像信息；
确定单元，用于基于上述染色区域图像信息，确定并输出上述宫颈脱落细胞标本的检测结果。
基于本申请第二方面，在第一种可能的实现方式中，上述标本附着物预先固定于转动部件的端部，上述端部所在空间内固定设置有至少一摄像头，经上述染色处理的部位裸露于上述摄像头的摄像范围内，至少一上述摄像头设置于上述经染色处理的部位的前侧方空间；
上述获取单元具体用于：
控制上述转动部件转动，以带动上述标本附着物转动；
控制上述摄像头执行多次拍照动作，以获取上述标本附着物在不同拍摄角度的彩色图像信息。
本申请第三方面提供了一种宫颈脱落细胞检测装置，包括存储器和处理器，上述存储器存储有计算机程序，上述处理器执行上述计算机程序时实现上述第一方面或上述第一方面的任一可能实现方式中提及的宫颈脱落细胞检测方法的步骤
本申请第四方面提供了一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现上述第一方面或上述第一方面的任一可能实现方式中提及的宫颈脱落细胞检测方法的步骤。
由上可见，本申请的技术方案通过获取标本附着物的三维彩色图像信息；基于三维彩色图像信息，提取标本附着物的染色区域图像信息；基于染色区域图像信息，确定并输出宫颈脱落细胞标本的检测结果，实现了可针对标本附着物的三维彩色图像信息的染色区域图像信息的进行提取及处理，以得到宫颈脱落细胞检测结果的技术效果，避免检查结果因人为因素而出现错误或标准不一的状况，提高了宫颈脱落细胞检测的可靠性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本申请提供的宫颈脱落细胞检测方法一实施例流程示意图；
图2为本申请提供的转动部件、摄像头和标本附着物一实施例结构示意图；
图3为本申请提供的宫颈脱落细胞检测装置一实施例结构示意图；
图4为本申请提供的宫颈脱落细胞检测装置另一实施例结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其他实施例中也可以实现本申请。在其它情况下，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
下面结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本申请，但是本申请还可以采用其它不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施例的限制。
实施例一
本申请提供一种宫颈脱落细胞检测方法，如图1所示，包括：
步骤101，获取标本附着物的三维彩色图像信息；
其中，上述标本附着物上附着宫颈脱落细胞标本，且附着上述宫颈脱落细胞标本的部位经染色处理；
本申请实施例中，可先采用棉签或棉棒或其它具备宫颈脱落细胞采样功能的物件采集宫颈脱落细胞标本，以获得相应的标本附着物，再对该标本附着物进行染色处理，经染色处理的宫颈脱落细胞标本会根据其本身特性的不同出现不同的颜色变化，最后对经染色处理的标本附着物的外表面图像信息进行采集，以获得相应的三维彩色图像信息。
具体的，上述三维彩色图像信息可以是RGB图像信息。
可选的，上述获取标本附着物的三维彩色图像信息包括：
获取标本附着物在不同拍摄角度的彩色图像信息；
对各上述彩色图像信息进行图像拼接处理，以得到上述标本附着物的三维彩色图像信息。
进一步的，上述标本附着物预先固定于转动部件的端部，上述端部所在空间内固定设置有至少一摄像头，经上述染色处理的部位裸露于上述摄像头的摄像范围内；
上述获取标本附着物在不同拍摄角度的彩色图像信息包括：
控制上述转动部件转动，以带动上述标本附着物转动；
控制上述摄像头执行多次拍照动作，以获取上述标本附着物在不同拍摄角度的彩色图像信息。
更进一步的，至少一上述摄像头设置于上述经染色处理的部位的前侧方空间。
具体的，如图2所示，标本附着物203设置于转动部件201上，转动部件201与电机204电性连接，电机204用于驱动转动部件201转动以带动标本附着物203转动，摄像头202设置于标本附着物203经染色处理的部位的前侧方空间；
标本附着物203可以是棉签(包括棍体和缠绕于该棍体一端的棉花，该棉花即为附着宫颈脱落细胞标本的部位)，标本附着物203的棍体的未缠绕有棉花的一端固定于转动部件201的端部，转轴205与标本附着物203的转动方向相互垂直，电机204用于驱动转动部件201转动以带动标本附着物203以转轴205为轴进行转动；
分界面206为一与转轴205相互垂直的平面，标本附着物203的棉花的端部位于分界面206内(如图2所示，标本附着物203的一端固定于转动部件201的端部，标本附着物203的另一端位于分界面206内)，上述标本附着物203经染色处理的部位的前侧方空间为以分界面206为界的背向标本附着物203一方的空间(如图2所示，标本附着物203经染色处理的部位的前侧方空间为分界面206以上的空间)；
摄像头202的拍摄方向与转轴205朝向前侧方的方向的夹角不小于90度，其中，上述转轴205朝向前侧方的方向为沿转轴205，由转动部件201朝向标本附着物203的方向。
可选的，上述转动部件设置于一传动机构上，上述传动机构用于移动上述转动部件，以调节上述转动部件与上述摄像头之间的距离。
具体的，如图2所示，上述传动机构用于沿转轴205移动转动部件201，以调节转动部件201与摄像头202之间的距离。
可选的，上述端部所在空间内还设置有一个以上光源，上述光源用于为上述标本附着物打光或补光。
步骤102，基于上述三维彩色图像信息，提取上述标本附着物的染色区域图像信息；
本申请实施例中，在获得上述标本附着物的三维彩色图像信息后，将该三维彩色图像信息中的经染色处理后变色的染色区域的图像信息提取出来。
可选的，上述基于上述三维彩色图像信息，提取上述标本附着物的染色区域图像信息包括：
将上述三维彩色图像信息转换为HSV图像信息，其中，上述HSV图像信息为采用色调-饱和度-明度(HSV，HueSaturationValue)模型进行表示的图像信息；
基于上述HSV图像信息，提取上述标本附着物的染色区域图像信息。
进一步的，上述基于上述HSV图像信息，提取上述标本附着物的染色区域图像信息包括：
对上述HSV图像信息的V通道图像信息进行阈值分割处理，以提取上述标本附着物的染色区域图像信息。
更进一步的，上述对上述HSV图像信息的V通道图像信息进行阈值分割处理包括：
对上述HSV图像信息的V通道图像信息采用最大类间方差法进行阈值分割处理，以提取出上述HSV图像信息中的前景部分图像信息，也即提取出上述标本附着物的染色区域图像信息。
步骤103，基于上述染色区域图像信息，确定并输出上述宫颈脱落细胞标本的检测结果。
本申请实施例中，在基于提取出的染色区域图像信息的特性进行分析处理后，得出上述宫颈脱落细胞标本的检测结果并将该检测结果输出。
可选的，上述基于上述染色区域图像信息，确定并输出上述宫颈脱落细胞标本的检测结果包括：
基于上述染色区域图像信息的平均灰度值和预设的灰度值阈值范围，确定并输出上述宫颈脱落细胞标本的检测结果。
进一步的，上述灰度值阈值范围包括：阴性灰度值阈值范围、可疑阳性灰度值阈值范围和阳性灰度值阈值范围；
上述基于上述染色区域图像信息的平均灰度值和预设的灰度值阈值范围，确定并输出上述宫颈脱落细胞标本的检测结果包括：
若上述染色区域图像信息的平均灰度值处于上述阴性灰度值阈值范围内，则确定上述宫颈脱落细胞标本的检测结果为阴性；
若上述平均灰度值处于上述可疑阳性灰度值阈值范围内，则确定上述检测结果为可疑阳性；
若上述平均灰度值处于上述阳性灰度值阈值范围内，则确定上述检测结果为阳性；
输出上述检测结果。
进一步的，若上述检测结果为可疑阳性，则针对该标本附作物再次执行步骤101及后续步骤。
若连续N次的检测结果均为可疑阳性，则输出提示信息，以提示被测人员重新采集一份宫颈脱落细胞标本并重新执行步骤101及后续步骤，或前往医院进行更全面的检查，其中，上述N为预设的自然数。
由上可见，本申请的技术方案通过获取标本附着物的三维彩色图像信息；基于三维彩色图像信息，提取标本附着物的染色区域图像信息；基于染色区域图像信息，确定并输出宫颈脱落细胞标本的检测结果，实现了可针对标本附着物的三维彩色图像信息的染色区域图像信息的进行提取及处理，以得到宫颈脱落细胞检测结果的技术效果，避免检查结果因人为因素而出现错误或标准不一的状况，提高了宫颈脱落细胞检测的可靠性。
实施例二
本申请还提供一种宫颈细胞检测装置，如图3所示，宫颈细胞检测装置30包括：
获取单元301，用于获取标本附着物的三维彩色图像信息，其中，上述标本附着物上附着宫颈脱落细胞标本，且附着上述宫颈脱落细胞标本的部位经染色处理；
提取单元302，用于基于上述三维彩色图像信息，提取上述标本附着物的染色区域图像信息；
确定单元303，用于基于上述染色区域图像信息，确定并输出上述宫颈脱落细胞标本的检测结果。
可选的，获取单元301具体用于：
获取标本附着物在不同拍摄角度的彩色图像信息；
对各上述彩色图像信息进行图像拼接处理，以得到上述标本附着物的三维彩色图像信息。
可选的，上述标本附着物预先固定于转动部件的端部，上述端部所在空间内固定设置有至少一摄像头，经上述染色处理的部位裸露于上述摄像头的摄像范围内；
获取单元301具体用于：
控制上述转动部件转动，以带动上述标本附着物转动；
控制上述摄像头执行多次拍照动作，以获取上述标本附着物在不同拍摄角度的彩色图像信息。
进一步的，至少一上述摄像头设置于上述经染色处理的部位的前侧方空间。
可选的，提取单元302具体用于：
将上述三维彩色图像信息转换为HSV图像信息；
基于上述HSV图像信息，提取上述标本附着物的染色区域图像信息。
进一步的，提取单元302具体用于：
对上述HSV图像信息的V通道图像信息进行阈值分割处理，以提取上述标本附着物的染色区域图像信息。
可选的，确定单元303具体用于：
基于上述染色区域图像信息的平均灰度值和预设的灰度值阈值范围，确定并输出上述宫颈脱落细胞标本的检测结果。
由上可见，本申请的技术方案通过获取标本附着物的三维彩色图像信息；基于三维彩色图像信息，提取标本附着物的染色区域图像信息；基于染色区域图像信息，确定并输出宫颈脱落细胞标本的检测结果，实现了可针对标本附着物的三维彩色图像信息的染色区域图像信息的进行提取及处理，以得到宫颈脱落细胞检测结果的技术效果，避免检查结果因人为因素而出现错误或标准不一的状况，提高了宫颈脱落细胞检测的可靠性。
实施例三
本申请还提供另一种宫颈脱落细胞检测装置，如图4所示，本申请实施例中的宫颈脱落细胞检测装置包括：存储器401、处理器402以及存储在存储器401中并可在处理器402上运行的计算机程序，其中：存储器401用于存储软件程序以及模块，处理器402通过运行存储在存储器401的软件程序以及模块，从而执行各种功能应用以及数据处理，存储器401和处理器402通过总线403连接。
具体的，处理器402通过运行存储在存储器401的上述计算机程序时实现以下步骤：
获取标本附着物的三维彩色图像信息，其中，上述标本附着物上附着宫颈脱落细胞标本，且附着上述宫颈脱落细胞标本的部位经染色处理；
基于上述三维彩色图像信息，提取上述标本附着物的染色区域图像信息；
基于上述染色区域图像信息，确定并输出上述宫颈脱落细胞标本的检测结果。
假设上述为第一种可能的实施方式，则在基于上述第一种可能的实施方式的第二种可能的实施方式中，上述获取标本附着物的三维彩色图像信息包括：
获取标本附着物在不同拍摄角度的彩色图像信息；
对各上述彩色图像信息进行图像拼接处理，以得到上述标本附着物的三维彩色图像信息。
在基于上述第二种可能的实施方式的第三种可能的实施方式中，上述标本附着物预先固定于转动部件的端部，上述端部所在空间内固定设置有至少一摄像头，经上述染色处理的部位裸露于上述摄像头的摄像范围内；
上述获取标本附着物在不同拍摄角度的彩色图像信息包括：
控制上述转动部件转动，以带动上述标本附着物转动；
控制上述摄像头执行多次拍照动作，以获取上述标本附着物在不同拍摄角度的彩色图像信息。
在基于上述第一种或第二种或第三种可能的实施方式的第四种可能的实施方式中，上述基于上述三维彩色图像信息，提取上述标本附着物的染色区域图像信息包括：
将上述三维彩色图像信息转换为HSV图像信息；
基于上述HSV图像信息，提取上述标本附着物的染色区域图像信息。
在基于上述第四种可能的实施方式的第五种可能的实施方式中，上述基于上述HSV图像信息，提取上述标本附着物的染色区域图像信息包括：
对上述HSV图像信息的V通道图像信息进行阈值分割处理，以提取上述标本附着物的染色区域图像信息。
在基于上述第一种或第二种或第三种可能的实施方式的第六种可能的实施方式中，上述基于上述染色区域图像信息，确定并输出上述宫颈脱落细胞标本的检测结果包括：
基于上述染色区域图像信息的平均灰度值和预设的灰度值阈值范围，确定并输出上述宫颈脱落细胞标本的检测结果。
由上可见，本申请的技术方案通过获取标本附着物的三维彩色图像信息；基于三维彩色图像信息，提取标本附着物的染色区域图像信息；基于染色区域图像信息，确定并输出宫颈脱落细胞标本的检测结果，实现了可针对标本附着物的三维彩色图像信息的染色区域图像信息的进行提取及处理，以得到宫颈脱落细胞检测结果的技术效果，避免检查结果因人为因素而出现错误或标准不一的状况，提高了宫颈脱落细胞检测的可靠性。
实施例四
本申请还提供一种计算机可读存储介质，其上存有计算机程序，该计算机程序被执行时可以实现上述实施例所提供的步骤。具体的，该计算机程序包括计算机程序代码，上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式中的一种，此处不作限定；该计算机可读存储介质可以为能够携带上述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、电载波信号、电信信号以及软件分发介质中的一种，此处不作限定。需要说明的是，上述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。
由上可见，本申请的技术方案通过获取标本附着物的三维彩色图像信息；基于三维彩色图像信息，提取标本附着物的染色区域图像信息；基于染色区域图像信息，确定并输出宫颈脱落细胞标本的检测结果，实现了可针对标本附着物的三维彩色图像信息的染色区域图像信息的进行提取及处理，以得到宫颈脱落细胞检测结果的技术效果，避免检查结果因人为因素而出现错误或标准不一的状况，提高了宫颈脱落细胞检测的可靠性。
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。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将上述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
需要说明的是，上述实施例所提供的方法及其细节举例可结合至实施例提供的装置和设备中，相互参照，不再赘述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各实例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟是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的方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/设备实施例仅仅是示意性的，例如，上述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以由另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
上述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种宫颈脱落细胞检测方法，其特征在于，包括：
获取标本附着物的三维彩色图像信息，其中，所述标本附着物上附着宫颈脱落细胞标本，且附着所述宫颈脱落细胞标本的部位经染色处理；
基于所述三维彩色图像信息，提取所述标本附着物的染色区域图像信息；
基于所述染色区域图像信息，确定并输出所述宫颈脱落细胞标本的检测结果。
2.根据权利要求1所述的宫颈脱落细胞检测方法，其特征在于，所述获取标本附着物的三维彩色图像信息包括：
获取标本附着物在不同拍摄角度的彩色图像信息；
对各所述彩色图像信息进行图像拼接处理，以得到所述标本附着物的三维彩色图像信息。
3.根据权利要求2所述的宫颈脱落细胞检测方法，其特征在于，所述标本附着物预先固定于转动部件的端部，所述端部所在空间内固定设置有至少一摄像头，经所述染色处理的部位裸露于所述摄像头的摄像范围内；
所述获取标本附着物在不同拍摄角度的彩色图像信息包括：
控制所述转动部件转动，以带动所述标本附着物转动；
控制所述摄像头执行多次拍照动作，以获取所述标本附着物在不同拍摄角度的彩色图像信息。
4.根据权利要求1至3任一项所述的宫颈脱落细胞检测方法，其特征在于，所述基于所述三维彩色图像信息，提取所述标本附着物的染色区域图像信息包括：
将所述三维彩色图像信息转换为HSV图像信息；
基于所述HSV图像信息，提取所述标本附着物的染色区域图像信息。
5.根据权利要求4所述的宫颈脱落细胞检测方法，其特征在于，所述基于所述HSV图像信息，提取所述标本附着物的染色区域图像信息包括：
对所述HSV图像信息的V通道图像信息进行阈值分割处理，以提取所述标本附着物的染色区域图像信息。
6.根据权利要求1至3任一项所述的宫颈脱落细胞检测方法，其特征在于，所述基于所述染色区域图像信息，确定并输出所述宫颈脱落细胞标本的检测结果包括：
基于所述染色区域图像信息的平均灰度值和预设的灰度值阈值范围，确定并输出所述宫颈脱落细胞标本的检测结果。
7.一种宫颈脱落细胞检测装置，其特征在于，包括：
获取单元，用于获取标本附着物的三维彩色图像信息，其中，所述标本附着物上附着宫颈脱落细胞标本，且附着所述宫颈脱落细胞标本的部位经染色处理；
提取单元，用于基于所述三维彩色图像信息，提取所述标本附着物的染色区域图像信息；
确定单元，用于基于所述染色区域图像信息，确定并输出所述宫颈脱落细胞标本的检测结果。
8.根据权利要求7所述的宫颈脱落细胞检测装置，其特征在于，所述标本附着物预先固定于转动部件的端部，所述端部所在空间内固定设置有至少一摄像头，经所述染色处理的部位裸露于所述摄像头的摄像范围内，至少一所述摄像头设置于所述经染色处理的部位的前侧方空间；
所述获取单元具体用于：
控制所述转动部件转动，以带动所述标本附着物转动；
控制所述摄像头执行多次拍照动作，以获取所述标本附着物在不同拍摄角度的彩色图像信息。
9.一种宫颈脱落细胞检测装置，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1至6任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6任一项所述方法的步骤。
CN202010968335.8A 2020-09-15 2020-09-15 一种宫颈脱落细胞检测方法及相关装置 Active CN112378837B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010968335.8A CN112378837B (zh) 2020-09-15 2020-09-15 一种宫颈脱落细胞检测方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010968335.8A CN112378837B (zh) 2020-09-15 2020-09-15 一种宫颈脱落细胞检测方法及相关装置

Publications (2)

Publication Number Publication Date
CN112378837A true CN112378837A (zh) 2021-02-19
CN112378837B CN112378837B (zh) 2021-12-28

Family

ID=74586128

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010968335.8A Active CN112378837B (zh) 2020-09-15 2020-09-15 一种宫颈脱落细胞检测方法及相关装置

Country Status (1)

Country Link
CN (1) CN112378837B (zh)

Citations (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1662810A (zh) * 2002-06-21 2005-08-31 奥林巴斯株式会社 生物分子分析装置
CN101914486A (zh) * 2010-09-09 2010-12-15 安徽省立医院 一种新型分离宫颈脱落细胞的方法
WO2011011527A2 (en) * 2009-07-21 2011-01-27 Neodiagnostix, Inc. Method and system for automated image analysis in cancer cells
CN101976446A (zh) * 2010-10-20 2011-02-16 浙江工业大学 一种显微序列图像的多特征点跟踪方法
CN102053057A (zh) * 2009-10-30 2011-05-11 希森美康株式会社 细胞分析装置以及细胞分析方法
CN102266566A (zh) * 2010-06-03 2011-12-07 中国人民解放军军事医学科学院毒物药物研究所 一种磁性复合物及其制备方法和用途
CN202075488U (zh) * 2011-03-24 2011-12-14 姚斌 双ccd感光元件生物数字显微镜
CN102682305A (zh) * 2012-04-25 2012-09-19 深圳市迈科龙医疗设备有限公司 宫颈液基细胞学自动筛查方法和系统
CN102905610A (zh) * 2009-10-02 2013-01-30 光电子集团 用于预测潜在保存的视敏度的诊断方法和装置
CN103068299A (zh) * 2009-09-28 2013-04-24 伊露米纳雷控股有限公司 阴道内监视设备和网络
CN103808551A (zh) * 2013-10-15 2014-05-21 深圳市华中生物药械有限公司 用于上皮组织病变细胞检测的诊断试剂及制备工艺及棉签
CN104732229A (zh) * 2015-03-16 2015-06-24 华南理工大学 一种用于宫颈涂片图像中重叠细胞的分割方法
CN105139383A (zh) * 2015-08-11 2015-12-09 北京理工大学 基于定义圆hsv颜色空间的医学图像分割方法及癌细胞识别方法
CN106769693A (zh) * 2016-11-14 2017-05-31 中国科学院重庆绿色智能技术研究院 一种基于拉曼光谱的循环肿瘤细胞自动检测系统
CN107194395A (zh) * 2017-05-02 2017-09-22 华中科技大学 一种基于颜色识别和轮廓提取的物体动态定位方法
CN108027364A (zh) * 2015-06-30 2018-05-11 维森盖特有限公司 用于确定细胞学分析系统中的细胞充分性的系统及方法
CN108389198A (zh) * 2018-02-27 2018-08-10 深思考人工智能机器人科技（北京）有限公司 一种宫颈细胞涂片中非典型异常腺细胞的识别方法
CN108629761A (zh) * 2018-03-12 2018-10-09 中山大学 一种乳腺癌图像识别方法、装置和用户终端
CN108693342A (zh) * 2017-12-13 2018-10-23 青岛汉朗智能医疗科技有限公司 宫颈癌、子宫癌的检测方法及系统
CN108693009A (zh) * 2017-03-31 2018-10-23 合度精密生物科技有限公司 使用图像分析识别候选细胞
CN108732094A (zh) * 2018-04-23 2018-11-02 江苏大学 面向细胞形态重构的三维图像信息获取方法与装置
CN108982500A (zh) * 2018-07-03 2018-12-11 怀光智能科技（武汉）有限公司 一种宫颈液基细胞学智能辅助阅片方法和系统
CN109085113A (zh) * 2018-07-05 2018-12-25 深圳辉煌耀强科技有限公司 一种用于宫颈脱落细胞检测装置的自动对焦方法和装置
CN109191470A (zh) * 2018-08-18 2019-01-11 北京洛必达科技有限公司 适用于大数据图像的图像分割方法和装置
CN109612992A (zh) * 2018-11-26 2019-04-12 深圳辉煌耀强科技有限公司 一种宫颈脱落细胞涂片的快速扫描方法及其系统
CN110378313A (zh) * 2019-07-26 2019-10-25 玖壹叁陆零医学科技南京有限公司 细胞团识别方法、装置及电子设备
CN110689518A (zh) * 2019-08-15 2020-01-14 平安科技（深圳）有限公司 宫颈细胞图像筛查方法、装置、计算机设备及存储介质
CN111242062A (zh) * 2020-01-17 2020-06-05 于兴虎 一种斑马鱼幼鱼表皮位置检测的图像处理方法及系统
EP3686273A1 (en) * 2019-01-22 2020-07-29 Erasmus University Rotterdam Medical Center Single cell selection and isolation
CN111524132A (zh) * 2020-05-09 2020-08-11 腾讯科技（深圳）有限公司 识别待检测样本中异常细胞的方法、装置和存储介质
US10753846B2 (en) * 2015-02-09 2020-08-25 Slingshot Biosciences, Inc. Hydrogel particles with tunable optical properties and methods for using the same
US20200272805A1 (en) * 2019-02-27 2020-08-27 Fei Company Using convolution neural networks for on-the-fly single particle reconstruction

Patent Citations (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1662810A (zh) * 2002-06-21 2005-08-31 奥林巴斯株式会社 生物分子分析装置
WO2011011527A2 (en) * 2009-07-21 2011-01-27 Neodiagnostix, Inc. Method and system for automated image analysis in cancer cells
CN103068299A (zh) * 2009-09-28 2013-04-24 伊露米纳雷控股有限公司 阴道内监视设备和网络
CN102905610A (zh) * 2009-10-02 2013-01-30 光电子集团 用于预测潜在保存的视敏度的诊断方法和装置
CN102053057A (zh) * 2009-10-30 2011-05-11 希森美康株式会社 细胞分析装置以及细胞分析方法
CN102266566A (zh) * 2010-06-03 2011-12-07 中国人民解放军军事医学科学院毒物药物研究所 一种磁性复合物及其制备方法和用途
CN101914486A (zh) * 2010-09-09 2010-12-15 安徽省立医院 一种新型分离宫颈脱落细胞的方法
CN101976446A (zh) * 2010-10-20 2011-02-16 浙江工业大学 一种显微序列图像的多特征点跟踪方法
CN202075488U (zh) * 2011-03-24 2011-12-14 姚斌 双ccd感光元件生物数字显微镜
CN102682305A (zh) * 2012-04-25 2012-09-19 深圳市迈科龙医疗设备有限公司 宫颈液基细胞学自动筛查方法和系统
CN103808551A (zh) * 2013-10-15 2014-05-21 深圳市华中生物药械有限公司 用于上皮组织病变细胞检测的诊断试剂及制备工艺及棉签
US10753846B2 (en) * 2015-02-09 2020-08-25 Slingshot Biosciences, Inc. Hydrogel particles with tunable optical properties and methods for using the same
CN104732229A (zh) * 2015-03-16 2015-06-24 华南理工大学 一种用于宫颈涂片图像中重叠细胞的分割方法
CN108027364A (zh) * 2015-06-30 2018-05-11 维森盖特有限公司 用于确定细胞学分析系统中的细胞充分性的系统及方法
CN105139383A (zh) * 2015-08-11 2015-12-09 北京理工大学 基于定义圆hsv颜色空间的医学图像分割方法及癌细胞识别方法
CN106769693A (zh) * 2016-11-14 2017-05-31 中国科学院重庆绿色智能技术研究院 一种基于拉曼光谱的循环肿瘤细胞自动检测系统
CN108693009A (zh) * 2017-03-31 2018-10-23 合度精密生物科技有限公司 使用图像分析识别候选细胞
CN107194395A (zh) * 2017-05-02 2017-09-22 华中科技大学 一种基于颜色识别和轮廓提取的物体动态定位方法
CN108693342A (zh) * 2017-12-13 2018-10-23 青岛汉朗智能医疗科技有限公司 宫颈癌、子宫癌的检测方法及系统
CN108389198A (zh) * 2018-02-27 2018-08-10 深思考人工智能机器人科技（北京）有限公司 一种宫颈细胞涂片中非典型异常腺细胞的识别方法
CN108629761A (zh) * 2018-03-12 2018-10-09 中山大学 一种乳腺癌图像识别方法、装置和用户终端
CN108732094A (zh) * 2018-04-23 2018-11-02 江苏大学 面向细胞形态重构的三维图像信息获取方法与装置
CN108982500A (zh) * 2018-07-03 2018-12-11 怀光智能科技（武汉）有限公司 一种宫颈液基细胞学智能辅助阅片方法和系统
CN109085113A (zh) * 2018-07-05 2018-12-25 深圳辉煌耀强科技有限公司 一种用于宫颈脱落细胞检测装置的自动对焦方法和装置
CN109191470A (zh) * 2018-08-18 2019-01-11 北京洛必达科技有限公司 适用于大数据图像的图像分割方法和装置
CN109612992A (zh) * 2018-11-26 2019-04-12 深圳辉煌耀强科技有限公司 一种宫颈脱落细胞涂片的快速扫描方法及其系统
EP3686273A1 (en) * 2019-01-22 2020-07-29 Erasmus University Rotterdam Medical Center Single cell selection and isolation
US20200272805A1 (en) * 2019-02-27 2020-08-27 Fei Company Using convolution neural networks for on-the-fly single particle reconstruction
CN110378313A (zh) * 2019-07-26 2019-10-25 玖壹叁陆零医学科技南京有限公司 细胞团识别方法、装置及电子设备
CN110689518A (zh) * 2019-08-15 2020-01-14 平安科技（深圳）有限公司 宫颈细胞图像筛查方法、装置、计算机设备及存储介质
CN111242062A (zh) * 2020-01-17 2020-06-05 于兴虎 一种斑马鱼幼鱼表皮位置检测的图像处理方法及系统
CN111524132A (zh) * 2020-05-09 2020-08-11 腾讯科技（深圳）有限公司 识别待检测样本中异常细胞的方法、装置和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
宋一民 等: "形态定量技术在子宫颈液基细胞学的应用研究", 《实用医学杂志》 *
王文杰 等: "不同方法进行宫颈细胞学涂片筛查宫颈病变", 《中国妇幼保健》 *

Also Published As

Publication number Publication date
CN112378837B (zh) 2021-12-28

Similar Documents

Publication Publication Date Title
JP7344568B2 (ja) ディープラーニングを使用して無標識蛍光画像をデジタル染色する方法及びシステム
Yang-Mao et al. Edge enhancement nucleus and cytoplast contour detector of cervical smear images
CN108272434B (zh) 对眼底图像进行处理的方法及装置
EP2188779B1 (en) Extraction method of tongue region using graph-based approach and geometric properties
JPH07504056A (ja) データ処理技術を使用して物体を識別するための方法
EP3070673B1 (en) Image processing method to diagnose cutaneous lesion, and diagnostic apparatus used for the same method
EP2780888B1 (en) Processing an image containing one or more artifacts
EP3029629B1 (en) Diagnostic apparatus and image processing method in the same apparatus
Ram et al. Three-dimensional segmentation of the ex-vivo anterior lamina cribrosa from second-harmonic imaging microscopy
CN113724235B (zh) 镜下环境改变条件时半自动化的Ki67/ER/PR阴性、阳性细胞计数系统及方法
CN117314872A (zh) 一种视网膜图像的智能分割方法及装置
CN114022397B (zh) 一种内窥镜图像去雾方法、装置、电子设备及存储介质
Zhao et al. Deep Learning‐Based Denoising in High‐Speed Portable Reflectance Confocal Microscopy
US9852503B2 (en) Diagnostic apparatus for lesion, image processing method in the same apparatus, and medium storing program associated with the same method
CN112378837B (zh) 一种宫颈脱落细胞检测方法及相关装置
CN117011195B (zh) 一种辅助中医的人体红外成像数据处理系统
Gherardi et al. Illumination field estimation through background detection in optical microscopy
CN116883655A (zh) 一种基于乳腺和肿瘤分割的bpe自动化提取方法和系统
CN115908405A (zh) 确定眼底特征的方法、装置和电子设备
CN111798426B (zh) 用于移动端的胃肠道间质瘤中核分裂象深度学习检测系统
Khan et al. Segmentation of melanoma skin lesions using anisotropic diffusion and adaptive thresholding
CN115035086A (zh) 一种基于深度学习的结核皮试智能筛查分析方法和装置
Forsberg et al. Evaluating cell nuclei segmentation for use on whole-slide images in lung cytology
Mishra et al. Automatic separation of basal cell carcinoma from benign lesions in dermoscopy images with border thresholding techniques
Chakraborty et al. Preprocessing and discrimination of cytopathological images

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