[发明专利]一种显微图像细胞计数与姿态识别方法及系统

说明书

本发明属于智能医疗辅助和计算机视觉技术领域，公开了一种显微图像细胞计数与姿态识别方法及系统，采用目标在不同焦段下拍摄的多张图像，而非仅仅利用特定焦段的一张图像；在多张图像经预处理后的平均图像上检测边缘，并对边缘进行细化。根据边缘图像拟合所有可能的椭圆。利用聚类分析的方法对椭圆进行筛选。本发明采用在多个焦段下拍摄的多张图像，改善边缘的清晰度和完整性，进而提高椭圆拟合的准确度。本发明可以自适应地确定图像中包含的细胞数量，无需在已知的特定阶段拍摄图像，具有较广泛的适用范围；利用多焦段多视图的综合信息进行椭圆的拟合和验证，克服了单视图固有的缺陷，得到的椭圆参数更加准确。

技术领域

本发明属于智能医疗辅助和计算机视觉技术领域，尤其涉及一种显微图像细胞计数与姿态识别方法及系统。

背景技术

体外受精(IVF)是针对不孕不育症的有效治疗方法之一。为了保证体外受精质量，需要对多组胚胎样本进行质量评估优选。专业机构的医生可以通过显微镜对受精卵细胞的形态进行持续观察，并给出评估结果。这种方式简单直接，但需要相当专业的背景知识和大量的人工参与，门槛较高且效率低下。因此，许多研究者尝试用图像智能解译的方式来代替人工参与。

霍夫曼调制相衬(HMC)显微成像技术是最常用的透明目标无创图像采集方法。然而，由于培养皿中的细胞处于半透明和重叠状态、细胞代谢物和碎片等杂质干扰、成像光照条件和噪声带来的质量问题等因素，自动从图像中提取细胞的数量、姿态等信息仍然面临极大的挑战。现有的方案主要通过对图像中目标几何形状的拟合来实现细胞计数或定位功能，其重要假设是细胞的形态可以用近似圆或椭圆表示。Habibie I等人[1]研究了基于粒子群算法的霍夫变换参数优化模型，实现对单胚胎的圆形拟合，但并未考虑分裂后有多个细胞的情况；Yun Tian等人[2]提出了一种基于最小二乘法的多细胞计数方法，通过拟合圆形来检测培养过程中细胞的数量。然而，这类方法仅考虑圆形作为几何要素，对非圆形态的细胞并不适用。因此，一些研究者使用椭圆来获得更广泛的形状适应性。Charalambos等人提出基于Hough变换的椭圆检测方法来实现4细胞时期的检测任务；Amarjot Singh1等人[4]通过等周图分割得到细胞边缘，再通过最小二乘法进行椭圆拟合。与圆形相比，椭圆的适用场景更加广泛，但是仅仅利用单幅图像提供的信息难以克服杂质、噪声、轮廓弱化、重叠等因素带来的挑战。为了解决这一问题，Giusti等人[5]提出了一种使用Z-stack(即单细胞时期在不同聚焦水平下的一组图像)的细胞分割方法，提出了利用多焦段多视图融合增强的思想，但其应用仅限于单细胞时期。

通过上述分析，现有技术存在的问题及缺陷为：(1)现有技术仅仅考虑单细胞、四细胞等时期的图像，细胞数量是已知的，如果图像中的细胞数量未知则无法适用。

(2)多焦段多视图的融合相比单视图有显著优势，但其应用目前仅限于单细胞时期，尚未扩展到多细胞时期。

解决以上问题及缺陷的难度为：(1)当图像中包含细胞的数量未知时，需要求解一个数量估计和姿态估计的联合问题，相较于数量已知的情况，该问题的未知量更多、复杂性更高、难度也更大。

(2)多焦段多视图数据按照何种方式进行融合才能增强细胞计数和定位的效果，同时适应细胞数量未知的场景，尚无现有工作可以借鉴。

解决以上问题及缺陷的意义为：可以解决细胞数量未知时的计数和定位问题，建立细胞数量和姿态联合估计的统一框架，方法的适用场景得到扩展；建立多视图融合增强的有效机制，克服单视图固有的缺陷，提升结果准确性。

参考文献：

[1].WangD,Lu H,Bo C.Visual tracking via weighted local cosinesimilarity[J].IEEE Transactions on Cybernetics,2017,45(9):1838-1850.