[发明专利]一种基于FPGA的实时高光谱显微图像细胞分类方法

说明书

本发明公开了一种基于FPGA的实时高光谱显微图像细胞分类方法，属于生物医学图像领域。本发明的具体创新点在于基于FPGA来实现高光谱图像分类。采用的高光谱图像分类方法是基于协作表示的分类方法，简称CRC。通过对成像光谱仪采集到的细胞图像进行一系列处理，将图像数据输入到FPGA上，对细胞进行分类，得到数据结果，判断是否存在病变细胞。利用高光谱成像技术在生物医学上研究己经取得了一定的进展，但将此技术应用在FPGA上还很少。将此技术在FPGA上实现后，可以快速实时地对细胞图像进行处理分类，大大地提高细胞图像处理分类的效率。减少人工识别，可以降低误诊率，使医生可以在这方面得到一定的解放，也可以使病人对诊断结果更加放心。

技术领域

本发明涉及一种基于FPGA的实时高光谱显微图像细胞分类方法，属于生物医学图像领域。

背景技术

近年来随着中国进入工业化社会，水污染、大气污染越来越严重，白血病等血液病患病人数与日俱增，在国内恶性肿瘤死亡率上，白血病居前六位，18岁以下的青少年位列第一。及早通过血液检查对白血病等血液疾病的预防具有重要的应用价值。传统的血液细胞检查主要依靠医务人员通过显微镜观察血液样本，对血液疾病做出预测，但这种依靠人工观察的办法，完全凭借每个人的临床经验，缺乏定量的标准，存在一定的误差，易发生误诊、漏诊。

21世纪以来，光谱成像技术得到突飞猛进的发展。逐渐开始应用在生物医学领域。高光谱成像利用连续的窄带波段数据成像，从感兴趣区域获取图像数据，具有“图谱合一”的特性。高光谱成像技术产生的数据同时具有图像和光谱信息两大基本特点，高光谱成像实现了图像像素二维空间信息和光谱信息结合，从而获取高光谱数据维立方体＂信息，为高光谱成像技术广泛应用做了坚实的基础。

高光谱显微成像技术结合显微镜技术和光谱成像技术，能够被用来进行病理学的定量分析，相对于传统的医学成像方法，它能提供更丰富的光谱成分信息和客观的诊断标准，在生物医学领域有着广阔的应用前景，特别是在细胞识别和统计方面，辅助医学研究人员进行病变部位识别及相关疾病诊断随着计算机技术的不断发展，要求对血液检测的客观性越来越高，如今已发展到医务人员主观观察和计算机客观检测相结合的程度，使临床诊断结果更加客观、准确、科学。因此计算机图像处理技术实现血液细胞全自动识别、计数对白血病等血液疾病预防有着重要的应用价值。为了辅助医生快速、准确地进行血液疾病以及相关疾病的判断，提出在FPGA上实现对高光谱显微图像细胞进行分类，这样提高细胞分析的效率，实时地对细胞进行分析。

发明内容

本发明的主要目的是提供一种基于FPGA的快速实时高光谱显微图像细胞分类方法。

不同于传统的高光谱图像分析方法，本发明的具体创新点在于基于FPGA来实现高光谱图像分类。采用的高光谱图像分类方法是基于协作表示的分类方法(collaborativerepresentation-based classification，简称CRC)。通过对成像光谱仪采集到的细胞图像进行一系列处理，将图像数据输入到FPGA上，对细胞进行分类，得到数据结果，判断是否存在病变细胞。

本发明的技术方案具体来说，主要包括如下技术内容：

步骤1、用高光谱成像仪器产生血液细胞的图片数据，输入到计算机作为后续图像分类、识别的数据基础，同时确定感兴趣的类别数。对图片数据进行预处理，使其变成能够在计算机上使用的格式，再将预处理后图片数据存入计算机中，以便后续使用。

步骤2、考虑到FPGA对矩阵的处理不够灵活，所以需要通过公式推导化简，将矩阵乘法、矩阵求逆等的计算简化成简单的数的加减乘除的运算，解决矩阵乘法、矩阵求逆等算法难点，使矩阵数据在FPGA上也能够得到恰当的处理。

步骤3、解决公式中的二范数求解，以及矩阵除计算是的转置矩阵，λ是一个常系数，c是代表第c类，I是单位矩阵，-1即是对括号内的求逆，y是测试像元，是指求二范数的平方。