[发明专利]一种细胞核的准确分割方法在审
申请号: | 201910558988.6 | 申请日: | 2019-06-26 |
公开(公告)号: | CN110288582A | 公开(公告)日: | 2019-09-27 |
发明(设计)人: | 李纯明;董丹茹 | 申请(专利权)人: | 电子科技大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/13;G06T7/136;G06T7/90 |
代理公司: | 成都点睛专利代理事务所(普通合伙) 51232 | 代理人: | 葛启函 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 细胞核 分割 细胞核图像 聚类中心 水平集 像素点 分块 剔除 修补 随机性 图像 预处理滤波 迭代更新 分割结果 还原图像 聚类算法 目标聚类 图像数据 重叠区域 二分类 迭代 聚类 滤波 拟合 分类 | ||
1.一种细胞核的准确分割方法,其特征在于,包括如下步骤:
步骤1、获取包含细胞核的图像数据;
步骤2、对所述步骤1获得的图像进行预处理滤波操作;
步骤3、初步分割细胞核,具体步骤如下:
3.1、在目标处和背景处分别画线,根据图像的颜色特征确定画线的个数,线条分别尽可能多地包含各自的颜色特征;
3.2、在目标处的每个线条周围取多个像素值的宽度作为目标选定区域,在背景处的每个线条周围取多个像素值的宽度作为背景选定区域;
3.3、确定目标选定区域的初始聚类中心点并在目标选定区域进行聚类中心的迭代更新得到目标聚类中心,确定背景选定区域的初始聚类中心点并在背景选定区域进行聚类中心的迭代更新得到背景聚类中心;
3.4、以步骤3.3获得的目标聚类中心和背景聚类中心为标准对步骤2处理后的图像中的所有像素点进行分类,若像素点的像素值与所述目标聚类中心的像素值更接近时将像素点划分为目标一类,若像素点的像素值与所述背景聚类中心的像素值更接近时将该像素点划分为背景一类;
步骤4、准确拟合细胞核,具体步骤如下:
4.1、将步骤3处理后的图像分为多块图像,每一块图像中都包含部分与其他块图像重叠的区域;
4.2、利用步骤3处理后的结果初始化水平集函数;
4.3、利用步骤4.2的水平集函数分别对步骤4.1分割的各块图像进行水平集迭代;
4.4、将步骤4.3处理后的各块图像中的重叠部分做并集操作并与未重叠部分组合进行图像还原,得到准确分割后的细胞核图像。
2.根据权利要求1所述的细胞核的准确分割方法,其特征在于,将所述步骤3得到的图像经过细胞核的修补及杂质的剔除后再进行所述步骤4,其中细胞核的修补及杂质的剔除的具体方法包括:
a、将步骤2处理后的图像进行阈值分割,并将阈值分割结果与步骤3处理后的结果进行或操作;
b、将步骤a的结果进行形态学闭操作,形态学闭操作的公式为:
A·S=(A+S)-S
其中A表示步骤a的结果图像,S为闭操作模版,·代表闭操作符号;
c、填充经过步骤b处理后的图像中的孔洞;
d、设置杂质面积阈值,去除经过步骤c处理后的图像中面积小于所述杂质面积阈值的连通区域。
3.根据权利要求1或2所述的细胞核的准确分割方法,其特征在于,所述步骤3.3中进行聚类中心的迭代更新使用空间约束的模糊聚类算法,空间约束的模糊聚类算法公式为:
其中,c代表了聚类中心点的个数,n表示图像中像素点的个数,uij∈[0,1]表示模糊隶属度,m∈[1,∞)表示了加权指数,vi代表各聚类中心的值大小,xj代表各个像素值大小,K(xj,vi)代表高斯径向基核函数,Nk代表xj周围的8邻域像素,NR是Nk的基数,uir∈[0,1]表示Nk中像素点对应的模糊隶属度,α作为第二项的系数,α∈[0,1]用来控制惩罚项。
4.根据权利要求3所述的细胞核的准确分割方法,其特征在于,所述步骤3.4中进行分类使用的公式为:
vi代表各聚类中心的值大小,xj代表各个像素值大小,min代表取最小值,k表目标区域中取的聚类中心的个数。
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电子科技大学,未经电子科技大学许可,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/201910558988.6/1.html,转载请声明来源钻瓜专利网。