[发明专利]一种卵裂阶段的细胞计数定位方法

说明书

本发明公开了一种卵裂阶段的细胞计数定位方法，包括如下步骤：1.获取卵裂阶段的细胞显微放大图像；2.将显微放大图像转换为灰度图像，并进行图像预处理，包括灰度变换，图像二值化和形态学变换；3.检测预处理后的图像的轮廓并进行多边形逼近；4.检测质心点，并计算轮廓上的近心点和远心点，远心点个数即为细胞凸包数，通过细胞凸包数即可判定卵裂细胞处于第几个发育阶段。本发明能够判断生物早期胚胎处于早期卵裂的几细胞发育阶段，识别精度高、对实际需求高的部位如凸包、卵核等细节部位同样能达到较高精度。

技术领域

本发明涉及图像处理技术及细胞识别领域，具体地涉及一种生物胚胎卵裂阶段的细胞计数定位方法。

背景技术

传统的对于细胞的观察分析都是观察者采用显微镜直接进行的，这样不仅容易使观察者眼睛疲劳，而且参杂了较强的主观因素和缺少客观的定量标准，会产生较大的误差。

近年来，人们研制了许多用于细胞分析和自动识别的系统，对细胞图象进行自动分析，统计细胞个数和测量各个细胞的有关参数。这些细胞分析和自动识别系统减少了主观干扰，减轻了相关人员的工作负担，提高了分析的准确性。但这些算法用在卵裂阶段的细胞计数定位，则存在着以下缺点：识别精度不高，对细节的处理不够，特别对实际需求高的部位如凸包、卵核等细节部位处理较差。

发明内容

本发明目的在于为克服上述问题而提供一种具有识别精度高、对实际需求高的部位如凸包、卵核等细节部位处理同样能达到高精度的卵裂阶段的细胞计数定位方法。

为此，本发明公开了一种卵裂阶段的细胞计数定位方法，包括如下步骤：

S1：获取卵裂阶段的细胞显微放大图像；

S2：将显微放大图像转换为灰度图像，并进行灰度变换；

S3：利用Otsu算法寻找灰度变换后的图像的最佳阈值；

S4：利用求得的最佳阈值将灰度变换后的图像二值化；

S5：对二值化图像进行形态学变换；

S6：对形态学变换后的图像进行轮廓检测；

S7：对检测到的轮廓进行多边形逼近；

S8：检测质心点，并计算轮廓上每一点到质心的距离；

S9：比较轮廓上各点到质心距离的变化情况，将连续增加到连续减小的拐点标记为远心点，将连续减小到连续增加的拐点标记为近心点，将近心点中距离最远的点标记为针尖，远心点个数即为细胞凸包数，通过细胞凸包数即可判定卵裂细胞处于第几个发育阶段。

进一步的，所述步骤S2中的灰度变换为灰度线性拉伸。

进一步的，所述步骤S3中Otsu算法是利用类间方差作为判据，选取使类间方差最大的图像灰度作为最佳阈值。

进一步的，所述步骤S4中二值化变换函数为：

其中，T为最佳阈值。

进一步的，所述步骤S5中形态学变换为腐蚀和膨胀，使用的结构元素为3×3。

进一步的，所述步骤S7中多边形逼近的具体方法为：设原来的数字曲线为P＝{p1，p2，p3，p4，…，pn}；指定的逼近误差门限阈值为ε，逼近多边形的顶点上界为μ，逼近后多边形为P’＝{p1’，p2’，p3’，p4’，···，pm’}，则逼近后的多边形应该满足以下条件：

其中，Value(P)表示多边形的边长。