[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

说明书

本发明公开了一种基于高光谱成像的粘连红细胞自动计数方法，包括以下步骤：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压缩后的高光谱数据进行分解，获取血涂片预设数目端元的丰度图；结合大津法对各端元的丰度图进行二值化处理，并采用数学形态学方法腐蚀运算去除细小噪声点；对各端元二值图像进行孔洞填充，根据连通域个数及最大连通域的大小选出细胞质二值图像；对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；对所有细胞质连通域进行识别与计数。本发明充分利用了光谱与图像信息，解决了粘连红细胞的计数问题，提高了红细胞自动计数结果的准确性。

技术领域

本发明涉及数字图像处理技术领域，特别涉及一种基于高光谱成像的粘连红细胞自动计数方法。

背景技术

红细胞作为最常见的一种血细胞，承担着氧气运输和免疫功能。红细胞计数是血常规检查的重要指标，在疾病预防与诊断方面具有重要的参考价值。目前，全自动血细胞分析仪有效地提高了分析速率，但其分析结果存在较高的假阴性率，部分样本仍然需要检验员再次进行显微镜复检以降低漏诊率和误诊率。血涂片显微镜检查作为临床上判断血细胞病理变化的金标准仍是必不可少的分析手段。而传统基于数字显微图像的血细胞分类与识别方法能够将检验人员从繁琐耗时的镜检工作中解脱出来，减少人为因素引起的误判，提高识别率。但是由于细胞形态多样性、细胞粘连以及某些成分的干扰，截至目前仍然未能找到一种对任意细胞图像处理精度均符合临床要求的方法。

显微高光谱成像技术将传统的光学成像和光谱技术相结合，在获取样本空间信息的同时，还为图像中的每个像元提供数十个至数百个窄波段光谱信息，不仅能够分析血细胞的形态结构，还能够分析细胞成分含量相关信息，为实现更精确的样本识别、生化参量提取等提供了可能，有望解决上述基于图像方法的瓶颈问题。但是如何充分利用所获取的图像和光谱信息，提高定性与定量分析的准确性仍然是高光谱成像技术应用的关键。

发明内容

本发明的目的在于提供一种基于高光谱成像的粘连红细胞自动计数方法，该方法能够充分利用光谱与图像信息，有效地识别粘连红细胞，提高红细胞计数的准确率。

实现本发明目的的具体技术方案是：

一种基于高光谱成像的粘连红细胞自动计数方法，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。

进一步，步骤(1)具体包括：

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I_j(x，y)(j＝1，2，...，n)。

进一步，步骤(2)具体包括：