[发明专利]一种细胞核的准确分割方法

说明书

一种细胞核的准确分割方法，首先获取包含细胞核的图像数据，再对图像进行预处理滤波操作；随后使用二分类的聚类算法对细胞核进行初步分割，降低了初始聚类选择的随机性对分割结果的影响，在目标处和背景处选择包含各自颜色的特定区域进行各自聚类中心的迭代更新，利用得到的目标聚类中心和背景聚类中心为标准对滤波后的图像中所有像素点进行分类，判断每个像素点属于目标类还是背景类，完成初步分割细胞核；对初步分割的细胞核进行修补及杂质的剔除后采用水平集方法对细胞核进行准确轮廓拟合，将初步分割并修补和剔除杂质的细胞核图像进行部分重叠区域的分块操作，对各分块进行水平集迭代，再将结果还原图像得到准确分割后的细胞核图像。

技术领域

本发明属于计算机辅助诊断领域和医学临床应用领域，涉及一种细胞核的准确分割方法，对辅助医生进行病情的诊断具有重要意义，在保证分割准确性的同时提高了医生的效率。

背景技术

人们生活环境和生活方式的改变，使得一些因遗传性和环境因素等影响的癌症疾病发病率逐年升高。尤其是近十年以来，癌症的发病率呈逐年增长的趋势，而癌症造成的死亡率成为了近几年来中国人口死亡的重要原因之一。脑胶质瘤是由于脑部和脊髓胶质发生的恶性病变导致的。据调查显示，此病的发病率可以达到3-8人/10万人口。该种疾病一方面由遗传因素导致，另一方面与电磁辐射密切相关。现如今，越来越多的儿童在其很小的时候就已经逐渐接触电子产品，如手机、平板电脑等，进一步加大了患病的风险。

在医学组织图像的处理分析过程中，病理细胞和组织结构的检测以及形态分析都是人们关注的重点，其对医生及时诊断疾病提供了有效的帮助。例如在组织病理学的常规检测中，对一些组织学的结构或器官进行准确细致的检测与分割，如腺体和癌细胞核等，这些都是发现、预防以及判断癌症等级的先决关键步骤，并且定量有效地分析组织结构等对于设计精确医学处理系统和患者特异性诊断至关重要。

一直以来，经过染色等一系列步骤加工而成的组织细胞切片是病理诊断的重要对象。通常，病理诊断的主要流程包括(1)医生分析组织细胞，对疑似病理区域的细胞或组织进行提取；(2)对部分组织区域进行染色后制成切片；(3)医生结合自己的经验知识在显微镜下对病灶进行识别和诊断。由于所有的组织或生物的最小组成分子都是细胞，所以该种诊断方法对于微观细胞而言是一种重要的诊断手段，并且在细胞水平上对病变区域进行观察具有重要的医学价值和一定的医学实用意义。

传统方法通过高倍显微镜观察组织切片细胞，目前这一过程在医学临床中仍然得到使用，但由于医生的主观因素以及细胞数量过多、密度过大，无疑增加了医生的误诊和漏诊的情况。通过利用计算机科学技术对组织切片的细胞核、腺体等进行检测分割，不仅降低了医生手动分割的工作强度，也大大提高了细胞腺体的分割检测效率，为进一步的癌症疾病等级的诊断提供了先决条件。

计算机科学技术的发展以及切片扫描仪技术的出现，使得病理组织学切片可以数字化并以数字化的形式存储起来。通过计算机辅助诊断技术，将手动的分割过程用软件代替实现，对细胞核和组织的形态类别进行自动的分级分类，降低了出错率，缩小了分割时间。因此，计算机辅助诊断的自动检测和分割方法在临床实践中非常重要。

从目前肿瘤疾病的发展状态来看，脑胶质瘤还是世界性难题，它的生存周期较短，仅次于肝癌，被称作“癌后”，并且其至今也没有有效的治疗方案。考虑胶质母肿瘤中大部分细胞核边界不清晰并且其余部分边缘模糊情况也十分严重，再加上由于细胞核分裂情况的影响，细胞核的形态也各异，有些表现为单核、有的表现为多核瘤巨细胞，在电镜下观察时，由于细胞质以及各种粘连器官的影响，进一步增加了准确分割的复杂度。

为了对该种疾病进行及时的诊断与治疗，医生通常通过手动的方式对细胞核分割，通过分析分割病理组织切片，并进一步根据分割结果进行后续的特征提取和疾病等级的诊断等都具有重要的价值。通过计算机自动的进行处理，对脑胶质瘤组织切片进行分割结束后，利用分割结果分析细胞核的几何和颜色等特征对分析脑胶质瘤的分类非常重要。可极大地提高整个过程的运行速度并尽可能的节约存储空间。除此之外，分割的结果可进一步用来构建肿瘤模型。