[发明专利]基于细胞荧光图像的肿瘤细胞表型识别计数方法

权利要求书

1.一种基于细胞荧光图像的肿瘤细胞表型识别计数方法，其特征在于，包括：

采集细胞核荧光图像和多张细胞质荧光图像，每张细胞质荧光图像分别对应一种细胞质标志物；

将细胞质荧光图像和细胞核荧光图像分别转换为细胞质灰度图像和细胞核灰度图像；

通过机器学习算法计算细胞质灰度图像和细胞核灰度图像的阈值校正因子；

根据阈值校正因子校正每张灰度图像对应的二值化阈值，并根据二值化阈值将细胞质灰度图像和细胞核灰度图像分别转换为细胞质二值图和细胞核二值图；

分别对细胞质二值图和细胞核二值图进行细胞分隔处理,通过分隔后的细胞质二值图生成与肿瘤细胞表型相对应的细胞质掩膜，包括：

根据肿瘤细胞表型与细胞质标志物表达组合之间的对应关系，确定肿瘤细胞表型对应的所有细胞质二值图，结合所有的细胞质二值图生成细胞质掩膜，并结合细胞核二值图生成细胞二值图；

识别细胞二值图中的肿瘤细胞，并统计肿瘤细胞的细胞数量。

2.根据权利要求1所述的基于细胞荧光图像的肿瘤细胞表型识别计数方法，其特征在于，所述将细胞质荧光图像和细胞核荧光图像分别转换为细胞质灰度图像和细胞核灰度图像，包括：对细胞质灰度图像和细胞核灰度图像进行去噪处理。

3.根据权利要求1或2所述的基于细胞荧光图像的肿瘤细胞表型识别计数方法，其特征在于，所述将细胞质荧光图像和细胞核荧光图像分别转换为细胞质灰度图像和细胞核灰度图像，包括：对细胞质灰度图像和细胞核灰度图像进行对比度增强处理。

4.根据权利要求1所述的基于细胞荧光图像的肿瘤细胞表型识别计数方法，其特征在于，所述通过机器学习算法计算每张细胞质灰度图像和细胞核灰度图像的阈值校正因子，包括：

采集多张细胞荧光图像，并设定每张细胞荧光图像对应的阈值校正因子；

提取每张细胞荧光图像的图像特征构建原始训练样本数据集；

根据原始训练样本数据集训练随机森林回归模型；

基于训练完成的随机森林回归模型，计算每张细胞质灰度图像和细胞核灰度图像对应的阈值校正因子。

5.根据权利要求4所述的基于细胞荧光图像的肿瘤细胞表型识别计数方法，其特征在于，提取的图像特征包括：图像直方图的均差、标准差、偏度、峰度、能量、熵、光滑度，以及经过Gabor过滤器处理过后图像直方图的均值、方差、偏度和峰度。

6.根据权利要求1所述的基于细胞荧光图像的肿瘤细胞表型识别计数方法，其特征在于，通过分隔后的细胞质二值图生成与肿瘤细胞表型相对应的细胞质掩膜，并结合分隔后的细胞核二值图生成细胞二值图，包括：滤除细胞核二值图中的非细胞核物体。

7.根据权利要求6所述的基于细胞荧光图像的肿瘤细胞表型识别计数方法，其特征在于：根据设定的像素阈值范围和偏心率阈值，滤除细胞核二值图中的非细胞核物体。

8.根据权利要求1所述的基于细胞荧光图像的肿瘤细胞表型识别计数方法，其特征在于：采用斑点检测算法识别细胞二值图中的肿瘤细胞。