[发明专利]一种基于机器视觉的子宫颈细胞图像分割方法

说明书

本发明涉及一种基于机器视觉的子宫颈细胞图像分割方法，该方法涉及医学图像处理技术领域。该方法包括：先对子宫颈细胞原图进行切块处理，然后分别对细胞质团块和细胞核进行检测，筛选等处理，其中细胞核的检测除了图像处理方法外还运用到了细胞学上的先验知识对细胞核进行筛选，大大提高细胞核筛选的准确率，结合得到的细胞质团块以及细胞核进行细胞的定位，本发明能够实现细胞的快速定位，帮助医疗人员提高辨识效率。

技术领域

本发明涉及图像处理技术领域，尤其是涉及一种基于机器视觉的子宫颈细胞图像分割方法。

背景技术

传统的子宫颈癌细胞辨识主要是专业医生对接受子宫颈细胞检测测者的子宫颈细胞医学图像进行观察，并凭借专业知识和经验判断受检测者子宫颈细胞是否发生病变，是否存在患上子宫颈癌的风险，虽然对于经验丰富、专业知识扎实的医生来说，这种辨识方法的准确度也相当高、然而由于子宫颈医学图像往往太大，加上各种影响判断的图像噪声的影响，这一辨识方式往往需要耗费很多的时间，不仅在时间成本、还是时间成本上都是巨大的，而且对人体细胞病变的辨识一旦拖延，就有可能会出现不可挽回的情况，因此，这是一项既要求精度，也要求速度的技术。

图像分割是把图像中人们感兴趣的特定的区域提取出来的技术和过程，随着医疗水平的提高，医疗图像分割已经成为了医疗分析技术的重点对象。子宫颈细胞分割，由于子宫颈癌的高发病率和高死亡率严重威胁女性的身体健康和生命安全，也便成为了临床诊疗中重点关注的技术。各种经典的图像分割方法应用于医学图像分割，但是由于医学图像的特殊性以及复杂性，虽然有一定的进展，但是在实际应用中并没有取得很好的效果。

细胞核包含主要的遗传物质，对细胞是否病变的判断也就不可避免的需要去对细胞核进行处理，而细胞质虽然只包含少量的遗传物质，但是由于细胞质的敏感性，一旦细胞发生病变，细胞质就会以不同的方式来表现细胞的病变程度。因此对子宫颈细胞图的分割也主要集中在对细胞核和细胞质的检测上。利用聚类方案获取超像素图像，然后依托超像素图像，利用阈值法实现前景(细胞质团块)和背景(细胞质团块以外的区域)的分离，便能实现细胞质团块的分割。细胞核具有相对较低的灰度值，均匀的纹理和清晰的边界，几乎是圆形的边界这些特点，可以通过分水岭法去进行检测，但是由于子宫颈细胞图像的复杂性，不确定性，总时参杂各种难以预测的噪声。

发明内容

本发明的目的就是为了对子宫颈细胞图像中的细胞进行分割定位，帮助医生提高子宫颈细胞辨识效率而提供一种基于机器视觉的子宫颈细胞图像分割方法。

本发明的目的可以通过以下技术方案来实现：

一种基于机器视觉的子宫颈细胞图像分割方法，该分割方法应用于子宫颈细胞的医学图像，子宫颈细胞的医学图像主要有三个特点：

1)图像非常大，一般占用存储空间超过30GB；

2)每张图像上面细胞非常多，有些地方密密麻麻的聚集很多很多细胞，有些地方细胞数量很少，甚至有些区域周围很大的范围内没有任何细胞；

3)子宫颈细胞图在采集时，细胞图像受光线，染料，粘液、血液和炎症细胞的存在会造成细胞图像中出现很多影响处理细胞图的干扰因素，也就是在图像中出现一些看起来可能与细胞有些相似，但实际并非真正的细胞的物体。

通过对难以直接处理的超大医学细胞图进行切割成容易处理的小图，对切割下来的小图进行去噪声处理之后再进行细胞分割的处理，本发明一种基于机器视觉的子宫颈细胞图像分割方法，包括以下步骤：

步骤1：对子宫颈细胞的原图像按照具体需求进行切块处理，得到多张子宫颈细胞子图；

步骤2：对每张子宫颈细胞子图通过去噪处理去掉图像中影响细胞切割的物体，所述物体包括由于染料不均匀造成的燃料快、液体的暗纹和毛刺；

步骤3：对所有经过去噪处理的子宫颈细胞子图进一步统一对图像的数据类型和格式进行处理并缩小尺寸，得到所有经过预处理的子宫颈细胞子图；