[发明专利]一种基于高光谱成像的粘连红细胞自动计数方法有效
申请号: | 201710076460.6 | 申请日: | 2017-02-13 |
公开(公告)号: | CN106875413B | 公开(公告)日: | 2019-05-17 |
发明(设计)人: | 周梅;刘茜;李庆利;刘洪英;邱崧 | 申请(专利权)人: | 华东师范大学 |
主分类号: | G06T7/155 | 分类号: | G06T7/155;G06T7/136;G06T7/187 |
代理公司: | 上海蓝迪专利商标事务所(普通合伙) 31215 | 代理人: | 徐筱梅;张翔 |
地址: | 200241 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 光谱 成像 粘连 红细胞 自动 计数 方法 | ||
1.一种基于高光谱成像的粘连红细胞自动计数方法,其特征在于,所述方法包括以下步骤:
(1)读入血涂片的高光谱图像数据并进行压缩,采用连续最大角凸锥方法对经过压缩处理的高光谱图像数据进行分解,获取血涂片预设数目端元的丰度图;
(2)结合大津法对所述血涂片预设数目端元的丰度图分别进行二值化处理,并采用数学形态学方法腐蚀运算去除细小噪声点,获取预设数目端元丰度图的二值图像;
(3)对所述预设数目端元丰度图的二值图像分别进行孔洞填充操作,并根据经过孔洞填充后的各端元二值图像中连通域的个数及最大连通域的大小选出细胞质二值图像;
(4)对所述细胞质二值图像的细胞质连通域进行标记与面积统计,选取细胞质连通域面积的中值作为参考值R;
(5)对所有细胞质连通域进行识别与计数。
2.根据权利要求1所述的基于高光谱成像的粘连红细胞自动计数方法,其特征在于,所述的步骤(1)的具体过程为:
读入血涂片的高光谱图像数据Data(2x,2y,λ);
采用二次线性插值法对所述高光谱图像数据中每个波段的图像进行压缩,获取压缩后的高光谱图像数据Data’(x,y,λ);
采用连续最大角凸锥方法对所述压缩后的高光谱图像数据Data’(x,y,λ)进行分解,获取血涂片的n个端元的丰度图Ij(x,y)(j=1,2,...,n)。
3.根据权利要求1所述的基于高光谱成像的粘连红细胞自动计数方法,其特征在于,所述的步骤(2)的具体过程为:
采用大津法自适应地分别获取所述血涂片的n个端元的丰度图Ij(x,y)(j=1,2,...,n)的分割阈值Tj(j=1,2,..,n);
根据所述分割阈值Tj(j=1,2,..,n)分别对所述n个端元的丰度图Ij(x,y)(j=1,2,..,n)进行二值化处理,并采用3×3大小的结构元素进行数学形态学腐蚀运算去除细小噪声点,获取所述n个端元的丰度图Ij(x,y)(j=1,2,..,n)对应的二值图像Bj(x,y)(j=1,2,..,n)。
4.根据权利要求1所述的基于高光谱成像的粘连红细胞自动计数方法,其特征在于,所述的步骤(3)的具体过程为:
对所述二值图像Bj(x,y)(j=1,2,..,n)分别进行取反操作,获取反色二值图像Rj(x,y)(j=1,2,..,n);
分别将所述反色二值图像Rj(x,y)(j=1,2,..,n)中最大连通域的像素值取反,其他连通域的像素值保持不变,获取图像Rj’(x,y)(j=1,2,..,n),对所述二值图像Bj(x,y)(j=1,2,..,n)及对应的所述图像Rj’(x,y)(j=1,2,..,n)进行异或操作,获得孔洞填充后的二值图像Bj’(x,y)(j=1,2,..,n);
分别获取所述孔洞填充后的二值图像Bj’(x,y)(j=1,2,..,n)中连通域的个数Nj(j=1,2,..,n)以及最大连通域的面积Sj(j=1,2,..,n),并分别进行判断,若Nj大于100以及Sj大于1000且小于4000,则所述孔洞填充后的二值图像Bj’(x,y)为细胞质二值图像Bc(x,y)。
5.根据权利要求1所述的基于高光谱成像的粘连红细胞自动计数方法,其特征在于,所述的步骤(4)的具体过程为:
对所述细胞质二值图像Bc(x,y)中的细胞质连通域进行标记,根据标记分别统计每个相应标记区域的面积大小,并将面积大小的中值作为参考值R。
6.根据权利要求1所述的基于高光谱成像的粘连红细胞自动计数方法,其特征在于,所述的步骤(5)的具体过程为:
依次对所述细胞质二值图像Bc(x,y)中每个所述标记的细胞质连通域的面积进行判断;
若所述细胞质连通域的面积小于0.5×R,则不进行计数;若大于0.5×R并小于1.9×R,记为单个细胞;若大于1.9×R,采用最小凸边形进行拟合,若拟合凸边形面积大于2.5×R,则记为两个粘连细胞,否则记为单个细胞。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华东师范大学,未经华东师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710076460.6/1.html,转载请声明来源钻瓜专利网。