[发明专利]图像处理方法

说明书

技术领域

本发明所涉及的是一种基于细胞神经网络的骨髓切片的灰度图像中有核细胞边缘检测的图像处理方法。

背景技术

骨髓切片中有核细胞的数量是判断骨髓增生程度的重要指标。它对血液病、肿瘤化疗、骨髓移植等患者的骨髓增生或恢复情况进行判读，具有重要意义。骨髓切片成分复杂，不仅含有有核细胞，还有淋巴细胞、染色的细胞质等其他成分存在，临床上采用的是基于目测估计的低倍镜估计法，该方法很大程度上取决于医师的经验，因此往往主观性强，随意性大，而且准确性和重复性差。

骨髓切片图像中有核细胞的边缘检测是对骨髓有核细胞进行计算机自动计数的关键步骤，其准确性决定了自动计数结果的准确与否。由于骨髓切片的复杂成分，目前还未见有采用图像处理对骨髓切片图像中的有核细胞进行边缘检测的方法。

细胞神经网络是一种功能强大、易于电路实现的非线性处理器阵列，由美国的ChuaLO教授于1988年提出。细胞神经网络是一种局部连接的反馈式神经网络，每个细胞只和邻域的细胞进行连接，所以它比全局互联的神经网络具有更简单的结构。而且细胞神经网络具有并行处理的特点，非常适合于大规模集成电路实现，在信号处理、图像处理等方面具有非常广阔的应用前景。

一个标准的M×N的CNN阵列中，C(i，j)表示第i行第j列的细胞，细胞C(i，j)的中心半径为r的近邻影响区域S_i，j(r)定义为(1)式所示。

S_i，j(r)＝{C(k，l)|max(|k-i|，|l-j|)≤r}                  (1)

每个细胞的标准状态方程如(2)式所示：

dxi,jdt=-xi,j+Σk,l∈Si,j(r)ak,lyi+k,j+l+Σk,l∈Si,j(r)bk,lui+k,j+l+Ii,j]]>