CN113936005A - 一种dna指数计算方法、装置、计算机设备及存储介质 - Google Patents
一种dna指数计算方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN113936005A CN113936005A CN202010611703.3A CN202010611703A CN113936005A CN 113936005 A CN113936005 A CN 113936005A CN 202010611703 A CN202010611703 A CN 202010611703A CN 113936005 A CN113936005 A CN 113936005A
- Authority
- CN
- China
- Prior art keywords
- cell
- optical density
- calculating
- image
- dna index
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; 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
- G06T2207/10056—Microscopic image
- G06T2207/10061—Microscopic image from scanning electron microscope
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Abstract
本申请实施例属于机器视觉领域,涉及一种DNA指数计算方法,包括采集细胞样本的显微图像,分析显微图像得到灰度值,根据灰度值计算出平均透射率,根据平均透射率,转换为相应的光密度,再计算积分光密度,最后根据积分光密度计算出DNA指数。本申请还提供一种DNA指数计算装置、计算机设备及存储介质。本申请能够省去计算积分光密度最复杂的步骤,同时有充足的科学依据作为背景,得到的数据更加具有说服力;简化了计算过程,提高工作效率,也能够提高计算的精度。
Description
技术领域
本申请涉及机器视觉技术领域,尤其涉及一种DNA指数计算方法、装置、计算机设备及存储介质。
背景技术
近年来,恶性肿瘤在我国处于高发态势,以宫颈癌为例,宫颈癌是最常见的妇科恶性肿瘤。根据世界卫生组织2014年统计数据,宫颈癌的年新发病例约为52.8万例,年死亡例数约为26.6万例,其中85%的患者均发生在在发展中国家,且农村高于城市。我国是宫颈癌发病的大国,根据国家肿瘤中心公布的最新癌症统计数据,2015年我国的宫颈癌新发病例约为9.89万例,年死亡例数约为3.05万例,并且该数据呈现逐年上升且发病年轻化的趋势。
早诊断早治疗是应对癌症高发的有效途径。对癌症肿瘤的诊断有很多方法,其中DNA的定量分析对分析肿瘤的早期诊断、组织学的分级和预后的判断及治疗方案选择有着重要的意义。DNA定量分析技术主要通过对细胞核内DNA含量或者倍体的测定来判断细胞的生理病态和病理改变。但是,目前常用的DNA定量分析方法需要测量入射光强和透射光强,由于光强不易测得,且每个细胞透射光强均不同,大大增加了计算难度;若采用机器学习的方法来获取各项参数,又易于受到数据影响从而产生误差,同时没有充足的科学理论依据,不符合物理学生物学知识;同时,测量DNA含量的难度较大,对DNA含量的精确计算也很难做到,导致DNA定量分析即计算DNA指数的难度较大且精确度低。
发明内容
本申请实施例的目的在于提出一种DNA指数计算方法、装置、计算机设备及存储介质,其主要目的是简化DNA指数计算的同时提高计算精确度。
为了解决上述技术问题,本申请实施例提供一种DNA指数计算方法,采用了如下所述的技术方案:
采集细胞样本的显微图像;
分析所述显微图像得到灰度值;
根据所述灰度值计算出平均透射率;
根据所述平均透射率,转换为相应的光密度,再计算积分光密度;及
根据所述积分光密度计算出DNA指数。
进一步的,所述分析所述细胞图像得到灰度值的步骤具体包括:
对所述细胞图像进行图像分割,并将每个被测细胞的细胞核分割出来;
测量所述细胞核每个像素点的灰度值。
进一步的,所述根据所述灰度值计算出平均透射率的步骤具体包括:
根据所述每个像素点的灰度值计算平均投射率,计算公式如下:
其中,G为每个像素点的灰度值,255为白光灰度值。
进一步的,所述根据所述平均透射率,转换为相应的光密度,再计算积分光密度的步骤具体包括:
根据所述平均透射率计算出相应的像素点的光密度,计算公式为:
OD=-log T (2);
根据计算出的每个像素点的光密度,计算所述细胞核的积分光密度,计算公式为:
其中,n为分割出的每个被测细胞的细胞核所有像素点总数。
进一步的,所述根据所述积分光密度计算出DNA指数的步骤具体包括:
对计算出的所有被测细胞细胞核的积分光密度取众数作为正常细胞积分光密度值;
根据所述被测细胞细胞核的积分光密度以及正常细胞积分光密度值得到所述被测细胞的DNA指数。
进一步的,在所述采集细胞样本的显微细胞图像的步骤之前还包括:
采集无细胞的空白位置处的图像,获取所述空白位置处的图像的像素点灰度值;
将所述像素点灰度值生成灰度直方图;
所述灰度直方图的峰值位于220~230之间时,采集所述空白位置处的图像并保存为背景图像。
进一步的,所述对所述细胞图像进行图像分割,并将每个被测细胞的细胞核分割出来的步骤具体包括:
采用图像分割技术,根据所述细胞核与背景图像灰度值的差异,将所述细胞核从背景中分割出来。
为了解决上述技术问题,本申请实施例还提供一种DNA指数计算装置,采用了如下所述的技术方案:
该装置包括:
采集模块,用于采集细胞样本的显微图像;
分析模块,用于分析所述显微图像得到灰度值;
计算模块,用于根据所述灰度值计算出平均透射率;根据所述平均透射率,转换为相应的光密度,再计算积分光密度;还用于根据所述积分光密度计算出DNA指数。
为了解决上述技术问题,本申请实施例还提供一种计算机设备,采用了如下所述的技术方案:
该计算机设备包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现如上所述的DNA指数计算方法的步骤。
为了解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,采用了如下所述的技术方案:
所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如上所述的DNA指数计算方法的步骤。
与现有技术相比,本申请实施例主要有以下有益效果:
本申请通过采集细胞样本的显微图像,分析显微图像得到灰度值,根据灰度值计算出平均透射率,根据平均透射率,转换为相应的光密度,再计算积分光密度,最后根据积分光密度计算出DNA指数;通过灰度值得到平均透射率,再由平均透射率计算出光密度,进一步得到积分光密度,这样能够省去计算积分光密度最复杂的步骤,同时有充足的科学依据作为背景,得到的数据更加具有说服力;通过积分光密度来计算DNA指数,简化了计算过程,提高工作效率,同时也能够提高计算的精度。
附图说明
为了更清楚地说明本申请中的方案,下面将对本申请实施例描述中所需要使用的附图作一个简单介绍,显而易见地,下面描述中的附图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的前提下,还可以根据这些附图获得其他的附图。
图1是本申请的硬件连接示意图;
图2根据本申请的DNA指数计算方法的一个实施例的流程图;
图3是本申请的技术流程图;
图4是根据本申请的DNA指数计算装置的一个实施例的结构示意图;
图5是根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
本申请硬件设备主要由显微镜、摄像头、台式计算机和打印机构成,如图1所示。摄像头安装在显微镜上部,通过显微镜摄像接口与显微镜相连,可以对显微镜下观察到的视野进行图像采集;摄像头通过数据连接线连接到计算机的USB端口,将摄像头观察到的病理切片图像传输到计算机;打印机通过USB端口和计算机相连,将分析软件生成的DNA检测报告在打印机上打印出来。
为了达到简化DNA指数计算的同时提高计算精确度的目的,本申请提出了一种DNA指数计算方法,通过采集细胞样本的显微图像,分析显微图像得到灰度值,根据灰度值计算出平均透射率,根据平均透射率,转换为相应的光密度,再计算积分光密度,最后根据积分光密度计算出DNA指数;本申请灵活采用灰度值计算平均透射率,再由平均透射率计算出积分光密度(Integrated Optical Density,IOD)值,这种方式代替了光强进行计算,省去了计算IOD值最复杂的步骤;同时在计算DNA指数,即DI值(DNAIndex)时,用IOD值对DNA含量进行替换,既具有科学依据,又完善了现有技术。
参考图2,示出了根据本申请的DNA指数计算方法的一个实施例的流程图。所述的DNA指数计算方法,包括以下步骤:
步骤S201,采集细胞样本的显微细胞图像。
在本实施例中,将细胞样本放置于显微镜的载物平台上,上下调整平台,使显微镜视野下成清晰细胞图像,对该细胞图像进行采集。采集样本图像可以遵循以下原则:
(1)细胞图像有清晰的轮廓,不模糊,不虚化;
(2)细胞核保存完好。
可选地,本实施例可以采集多个显微镜视野下的细胞图像,这样可以保证数据的客观真实性,更加具有说服力。
需要说明的是,在步骤S201之前,要采集背景图像进行背景校准,背景校准是为了矫正由于非均匀照明(通常的显微镜视野中心最亮)、摄像头反应固定模式的变化及摄像头或光路中灰尘而引起的偏差等。在本实施例的一些可选的实现方式中,采集背景图像进行背景校准的具体步骤包括:将细胞样本放在显微镜载物台上,首先选择能观察到细胞的视野,调整显微镜焦距,使细胞处于最清晰的位置,然后移动显微镜载物台X轴与Y轴,将显微镜视野调整到细胞样本中没有细胞的空白位置处,通过调整显微镜光亮,分析软件可以获取当前视野图像的像素点灰度值,并将图像灰度值生成灰度直方图,灰度直方图的峰值位于220~230之间,然后采集当前视野图像并保存为背景图像。当灰度值直方图峰值大于230时,降低显微镜亮度,当灰度值直方图峰值小于220时,增加显微镜亮度。
步骤S202,分析细胞图像得到灰度值。
在本实施例中,显微细胞图像的灰度值可以由分析软件测量获取。
在本实施例的一些可选的实现方式中,步骤S202包括:
对细胞图像进行图像分割,并将每个被测细胞的细胞核分割出来;
测量细胞核每个像素点的灰度值。
具体地,采用图像分割技术,根据细胞核与背景图像灰度值的差异,将细胞核从背景中分割出来。
应当理解,DNA定量分析主要通过对细胞核内DNA含量或者倍体的测定来判断细胞的生理病态和病理改变。DNA指数是DNA定量分析的重要指标,其计算依赖于细胞核的IOD值,因此,本申请中需要将细胞核分割出来。
需要说明的是,通过扫描采集到的显微细胞图像得到的信息量非常大,例如,扫描宫颈细胞的样本,得到的信息包括宫颈上皮细胞、淋巴细胞、炎性细胞以及包含分泌物、黏液等组成的杂质。由于引发宫颈细胞病变最主要的HPV病毒的嗜上皮性,细胞癌变只发生在上皮细胞,要将上皮细胞顺利提取出才能进行分析研究,因此,研究中不仅需要去除背景的干扰,还需要去除杂质的干扰。
在本实施例中,采用图像分割技术,将每个被测细胞的细胞核分割出来,只对分割出来的细胞核进行分析计算也是去除杂质的一种实现方式。
步骤S203,根据灰度值计算出平均透射率。由上文可知,DNA指数的计算依赖于细胞核的IOD值,IOD值为细胞图像的积分光密度,其值等于光密度(OD,Optical Density)OD值的积分。光密度又被称为吸光度,是不同物质对同一波长单色光吸收的度量。光密度越大的物质对光的吸收程度越大,透射光强度越小。
平均透射率是出射光强与入射光强的比值。平均透射率是衡量物质透光性的物理量,透射率越大,物质光密度越小;反之透射率越小意味着物质对光吸收越多,光密度越大。
在本实施例中,根据测量的细胞核的每个像素点的灰度值计算平均投射率,计算公式如下:
其中,G为每个像素点的灰度值,255为白光灰度值。
步骤S204,根据平均透射率,转换为相应的光密度,再计算积分光密度。
在本实施例中,根据计算出的每个像素点的平均投射率T,可以得到对应的像素点的光密度OD值,具体的计算公式为:
OD=-log T (2);
计算出细胞核每个像素点的光密度,计算每个被测细胞细胞核的积分光密度,计算公式为:
其中,n为分割出的每个被测细胞的细胞核所有像素点总数。
步骤S205,根据积分光密度计算出DNA指数。
细胞核的DNA含量并不是直接测定出来的,也不是一个绝对的数量。
人体正常组织细胞均具有比较稳定的DNA二倍体含量,当人体发生癌变或具有恶性潜能的癌前病变时,在其发生、发展过程中可伴随细胞DNA含量的异常改变。G1是细胞生长间隙期中的合成前期,有些细胞在G1期不再向前发展,处于相对停止状态,这种细胞所处的周期称为G0期,当被测细胞处于G0或者G1期时,核染色体对数为23对,细胞的DNA含量与正常二倍体的DNA含量接近,DNA指数为1,这个时期的细胞又称为DNA二倍体细胞(2C细胞)。S期是DNA合成时期,染色体对数介于23对至46对之间,可能出现非整倍体细胞(3C细胞),DNA指数在1~2之间。G2是DNA合成后期,当细胞处于G2或者M期时,染色体为46对,其DNA含量约为正常二倍体细胞DNA含量的两倍,为DNA四倍体细胞(4C细胞)。
因此,在临床诊断中DNA含量常用相对含量表示,即DNA指数。DNA指数,即DI值(DNAIndex),指的是被测组织细胞的DNA含量与该组织正常情况下的DNA含量的比值,也是医学中表示癌变程度的主要参数。采用组织细胞DNA定量检测技术可以在细胞形态尚未改变或者改变不是很明显之前测量出细胞核内DNA含量的变化情况,从而判断细胞的生理状态以及病理改变情况,完成癌前病变情况检测。因此,被测细胞处于G0或者G1期的状态下,DI值约等于1;当被测细胞处于G2或者M期时,DI值约等于2;若被测细胞DI值大于2.5则考虑细胞癌变可能。
在本实施例中,计算DNA指数的具体方式是通过如下计算公式完成:
其中,IODd代表每个被测细胞的DNA IOD值,IODn代表正常细胞的DNAIOD值。
需要说明的是,通常人体内多数细胞是正常细胞,即便是癌症患者同样如此,因此本申请中对全部得到的细胞DNA IOD值取众数,即为正常细胞IOD值。
可选地,在本实施例采集多个显微镜视野下的细胞图像进行分析时,可以对所有显微镜视野下的细胞DNA IOD值取众数,这样更能保证数据的客观真实性,使其更加具有说服力。
在本实施例中,采用IOD值计算DI值,立足科学理论;其中对于正常细胞IOD值的计算,运用生物学理论,将计算简化到求众数的基础计算当中,大大减轻了计算机工作量。
在本实施例的一些可选的实现方式中,在步骤S205之后,可以将上述检测结果生成DNA检测报告。
DNA检测报告是医生对病人进行病理诊断的有效参考依据,完成上述检测后,分析系统将检测结果自动导入检测报告中,检测结果包含细胞总数、正常二倍体细胞、正常增生或疑似病变细胞、病变细胞、细胞总数等,同时导入病人基本信息,并根据检测结果生成诊断建议,诊断建议的判定标准如下:
(1)正常:正常二倍体细胞为主(DI值为1),未见异倍体细胞及异倍体细胞峰;
(2)DI值处于1~2之间时,多为HPV感染细胞或炎性细胞;
(3)异常,建议活检:DI值>2.5时,或二倍体与四倍体之间的细胞数超过被测细胞总数的10%时;
(4)肿瘤细胞:DI值≥4.5。
综上所述,本申请提供的完整的技术流程图参见图3所示。
本申请通过采集细胞样本的显微图像,分析显微图像得到灰度值,根据灰度值计算出平均透射率,根据平均透射率,转换为相应的光密度,再计算积分光密度,最后根据积分光密度计算出DNA指数;通过灰度值得到平均透射率,再由平均透射率计算出光密度,进一步得到积分光密度,这样能够省去计算积分光密度最复杂的步骤,同时有充足的科学依据作为背景,得到的数据更加具有说服力;通过积分光密度来计算DNA指数,立足科学理论,简化了计算过程,极大提高了工作效率,节省人力物力,同时也能够提高计算的精度,对癌细胞筛查工作具有十分重要的意义。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机可读指令来指令相关的硬件来完成,该计算机可读指令可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
进一步参考图4,作为对上述图2所示方法的实现,本申请提供了一种DNA指数计算装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图4所示,本实施例所述的DNA指数计算装置400包括:采集模块401、分析模块402、以及计算模块403。其中:
采集模块401用于采集细胞样本的显微细胞图像;
分析模块402用于分析细胞图像得到灰度值;
计算模块403用于根据所述灰度值计算出平均透射率;根据所述平均透射率,转换为相应的光密度,再计算积分光密度;还用于根据所述积分光密度计算出DNA指数。
在本实施例的一些可选的实现方式中,分析模块402包括:
图像分割单元,用于对细胞图像进行图像分割,并将每个被测细胞的细胞核分割出来;
测量单元,测量细胞核每个像素点的灰度值。
在本实施例的一些可选的实现方式中,计算模块403进一步用于:
根据所述每个像素点的灰度值计算平均投射率,计算公式如下:
其中,G为每个像素点的灰度值,255为白光灰度值。
计算模块403进一步用于:
根据所述平均透射率计算出相应的像素点的光密度,计算公式为:
OD=-log T (2);
根据计算出的每个像素点的光密度,计算所述细胞核的积分光密度,计算公式为:
其中,n为分割出的每个被测细胞的细胞核所有像素点总数。
计算模块403进一步用于:
对计算出的所有被测细胞细胞核的积分光密度取众数作为正常细胞积分光密度值;
根据所述被测细胞细胞核的积分光密度以及正常细胞积分光密度值得到所述被测细胞的DNA指数。
在本实施例的一些可选的实现方式中,采集模块401还用于在采集细胞样本的显微细胞图像的步骤之前采集背景图像,具体包括:
采集无细胞的空白位置处的图像,获取所述图像的像素点灰度值;
将所述像素点灰度值生成灰度直方图;
所述灰度直方图的峰值位于220~230之间时,采集所述图像并保存为背景图像。
在本实施例的一些可选的实现方式中,图像分割单元还具体用于:采用图像分割技术,根据细胞核与背景图像灰度值的差异,将细胞核从背景中分割出来。
上述基于DNA指数计算装置,通过采集细胞样本的显微图像,分析显微图像得到灰度值,根据灰度值计算出平均透射率,根据平均透射率,转换为相应的光密度,再计算积分光密度,最后根据积分光密度计算出DNA指数;通过灰度值得到平均透射率,再由平均透射率计算出光密度,进一步得到积分光密度,这样能够省去计算积分光密度最复杂的步骤,同时有充足的科学依据作为背景,得到的数据更加具有说服力;通过积分光密度来计算DNA指数,立足科学理论,简化了计算过程,极大提高了工作效率,节省人力物力,同时也能够提高计算的精度,对癌细胞筛查工作具有十分重要的意义。
为解决上述技术问题,本申请实施例还提供计算机设备。具体请参阅图5,图5为本实施例计算机设备基本结构框图。
所述计算机设备5包括通过系统总线相互通信连接存储器51、处理器52、网络接口53。需要指出的是,图中仅示出了具有组件51-53的计算机设备5,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable GateArray,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器51至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器51可以是所述计算机设备5的内部存储单元,例如该计算机设备6的硬盘或内存。在另一些实施例中,所述存储器51也可以是所述计算机设备6的外部存储设备,例如该计算机设备5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)等。当然,所述存储器51还可以既包括所述计算机设备5的内部存储单元也包括其外部存储设备。本实施例中,所述存储器51通常用于存储安装于所述计算机设备5的操作系统和各类应用软件,例如DNA指数计算方法的计算机可读指令等。此外,所述存储器51还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器52在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器52通常用于控制所述计算机设备5的总体操作。本实施例中,所述处理器52用于运行所述存储器51中存储的计算机可读指令或者处理数据,例如运行所述DNA指数计算方法的计算机可读指令。
所述网络接口53可包括无线网络接口或有线网络接口,该网络接口53通常用于在所述计算机设备5与其他电子设备之间建立通信连接。
本实施例通过处理器执行存储在存储器的计算机可读指令时实现如上述实施例DNA指数计算方法的步骤,能够省去计算积分光密度最复杂的步骤,同时有充足的科学依据作为背景,得到的数据更加具有说服力,同时,立足科学理论,简化了计算过程,极大提高了工作效率,节省人力物力,另外,也能够提高计算的精度,对癌细胞筛查工作具有十分重要的意义。
本申请还提供了另一种实施方式,即提供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可读指令,所述计算机可读指令可被至少一个处理器执行,以使所述至少一个处理器执行如上述的DNA指数计算方法的步骤。能够省去计算积分光密度最复杂的步骤,同时有充足的科学依据作为背景,得到的数据更加具有说服力,同时,立足科学理论,简化了计算过程,极大提高了工作效率,节省人力物力,另外,也能够提高计算的精度,对癌细胞筛查工作具有十分重要的意义。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
显然,以上所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例,附图中给出了本申请的较佳实施例,但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式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效替换。凡是利用本申请说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本申请专利保护范围之内。
Claims (10)
1.一种DNA指数计算方法,其特征在于,包括下述步骤:
采集细胞样本的显微细胞图像;
分析所述细胞图像得到灰度值;
根据所述灰度值计算出平均透射率;
根据所述平均透射率,转换为相应的光密度,再计算积分光密度;及
根据所述积分光密度计算出DNA指数。
2.根据权利要求1所述的DNA指数计算方法,其特征在于,所述分析所述细胞图像得到灰度值的步骤具体包括:
对所述细胞图像进行图像分割,并将每个被测细胞的细胞核分割出来;
测量所述细胞核每个像素点的灰度值。
5.根据权利要求4所述的DNA指数计算方法,其特征在于,所述根据所述积分光密度计算出DNA指数的步骤具体包括:
对计算出的所有被测细胞细胞核的积分光密度取众数作为正常细胞积分光密度值;
根据所述被测细胞细胞核的积分光密度以及正常细胞积分光密度值得到所述被测细胞的DNA指数。
6.根据权利要求2所述的DNA指数计算方法,其特征在于,在所述采集细胞样本的显微细胞图像的步骤之前还包括:
采集无细胞的空白位置处的图像,获取所述空白位置处的图像的像素点灰度值;
将所述像素点灰度值生成灰度直方图;
所述灰度直方图的峰值位于220~230之间时,采集所述空白位置处的图像并保存为背景图像。
7.根据权利要求6所述的DNA指数计算方法,其特征在于,所述对所述细胞图像进行图像分割,并将每个被测细胞的细胞核分割出来的步骤具体包括:
采用图像分割技术,根据所述细胞核与背景图像灰度值的差异,将所述细胞核从背景中分割出来。
8.一种DNA指数计算装置,其特征在于,包括:
采集模块,用于采集细胞样本的显微细胞图像;
分析模块,用于分析所述细胞图像得到灰度值;
计算模块,用于根据所述灰度值计算出平均透射率;根据所述平均透射率,转换为相应的光密度,再计算积分光密度;还用于根据所述积分光密度计算出DNA指数。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的DNA指数计算方法的步骤。
10.一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可读指令,所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的DNA指数计算方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010611703.3A CN113936005A (zh) | 2020-06-29 | 2020-06-29 | 一种dna指数计算方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010611703.3A CN113936005A (zh) | 2020-06-29 | 2020-06-29 | 一种dna指数计算方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113936005A true CN113936005A (zh) | 2022-01-14 |
Family
ID=79272894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010611703.3A Pending CN113936005A (zh) | 2020-06-29 | 2020-06-29 | 一种dna指数计算方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113936005A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115914856A (zh) * | 2022-12-07 | 2023-04-04 | 武汉华中天易星惯科技有限公司 | 一种基于soc的图像自适应白平衡处理方法 |
WO2023240854A1 (zh) * | 2022-06-17 | 2023-12-21 | 深圳安侣医学科技有限公司 | 基于显微放大数字图像的血红蛋白分析方法及系统 |
-
2020
- 2020-06-29 CN CN202010611703.3A patent/CN113936005A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023240854A1 (zh) * | 2022-06-17 | 2023-12-21 | 深圳安侣医学科技有限公司 | 基于显微放大数字图像的血红蛋白分析方法及系统 |
CN115914856A (zh) * | 2022-12-07 | 2023-04-04 | 武汉华中天易星惯科技有限公司 | 一种基于soc的图像自适应白平衡处理方法 |
CN115914856B (zh) * | 2022-12-07 | 2024-04-16 | 华中光电技术研究所(中国船舶集团有限公司第七一七研究所) | 一种基于soc的图像自适应白平衡处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DK2973397T3 (en) | Tissue-object-based machine learning system for automated assessment of digital whole-slide glass | |
CN111986150B (zh) | 一种数字病理图像的交互式标注精细化方法 | |
Cruz et al. | Determination of blood components (WBCs, RBCs, and Platelets) count in microscopic images using image processing and analysis | |
CN103164692B (zh) | 一种基于计算机视觉的特种车辆仪表自动识别系统及方法 | |
US9607372B2 (en) | Automated bone marrow cellularity determination | |
MX2014002843A (es) | Sistema y metodo para la deteccion de anormalidades en una muestra biologica. | |
EP2774067A2 (en) | Generate percentage of positive cells for biomarkers by normalizing and autothresholding the image intensity produced by immunohistochemistry technique | |
KR102155381B1 (ko) | 인공지능 기반 기술의 의료영상분석을 이용한 자궁경부암 판단방법, 장치 및 소프트웨어 프로그램 | |
US20210090248A1 (en) | Cervical cancer diagnosis method and apparatus using artificial intelligence-based medical image analysis and software program therefor | |
López et al. | Digital image analysis in breast cancer: an example of an automated methodology and the effects of image compression | |
CN113936005A (zh) | 一种dna指数计算方法、装置、计算机设备及存储介质 | |
CN113080862A (zh) | 一种基于舌象偏振光成像技术的中医诊断系统及方法 | |
Rohde et al. | Carnegie Mellon University bioimaging day 2014: Challenges and opportunities in digital pathology | |
WO2023108412A1 (zh) | 目标蛋白快速识别及定量方法 | |
CN115862845A (zh) | 一种基于结直肠癌ctc形态学分型的病况分析系统 | |
CN113222928B (zh) | 一种尿细胞学人工智能尿路上皮癌识别系统 | |
US20210174147A1 (en) | Operating method of image processing apparatus, image processing apparatus, and computer-readable recording medium | |
CN114782352A (zh) | 一种基于人工智能的医学影像识别系统及识别方法 | |
CN113723441B (zh) | 一种唇腺病理智能分析系统及方法 | |
CN116364229B (zh) | 宫颈癌前病变锥切标本的智能可视化病理报告系统 | |
WO2023240819A1 (zh) | 一种甲状腺疾病病理分析模块 | |
CN116230214B (zh) | Hcc及vetc辅助诊断装置及设备 | |
CN115049605A (zh) | 肝病病理组织图像的人工智能处理分析方法 | |
KR20220138069A (ko) | 인공지능 기반 기술의 의료영상분석을 이용한 자궁경부암 판독방법, 장치 및 소프트웨어 프로그램 | |
CN117455853A (zh) | 基于融合特征的宫颈细胞dna定量分析方法及其应用 |
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 |