[发明专利]基于多尺度灰度共生矩阵的免标记细胞核散射反演方法

权利要求书

1.基于多尺度灰度共生矩阵的免标记细胞核散射反演方法，其特征在于，使用光学检测系统采集带核细胞的二维侧向散射图像，经过去噪、灰度处理等图像处理方法后，采用Gabor小波变换将二维侧向散射图像分解为多尺度多方向的特征图，计算特征图的灰度共生矩阵以求取其熵值，通过数据拟合方法，建立细胞核体积V和熵值k的数学模型，得到V(k)＝346.91k-842.19，采用所述数学模型可以反演出细胞核体积大小，通过与正常细胞的细胞核体积大小比较，从而判断细胞是否病变成为肿瘤细胞或者因细胞核体积剧烈增大而恶化成为癌细胞。

2.根据权利要求1所述的基于多尺度灰度共生矩阵的免标记细胞核散射反演方法，其特征在于，对二维侧向散射图像进行Gabor小波变换滤波，将散射图像在多个尺度和方向上进行分解，使二维侧向散射图像的全局特征在不同分辨率不同方向上得到增强，从而更好地分辨出二维侧向散射图像因细胞核体积变化而产生的微小局部特征。

3.根据权利要求1所述基于多尺度灰度共生矩阵的免标记细胞核散射反演方法，其特征在于，提出Gabor小波变换和灰度共生矩阵相结合的特征提取方法，即实现了Gabor滤波器对侧向散射图像进行不同方向上细节的放大，又保留了灰度共生矩阵对散射图像全局像素点进行概率统计地提取特征。

4.根据权利要求1所述基于多尺度灰度共生矩阵的免标记细胞核散射反演方法，其特征在于，Gabor滤波器采用二维Gabor滤波器，滤波器的参数选择，其中波长(滤波尺度)λ依次取14、28、42、56、70，方向θ依次取0、π，相位空间纵横比，带宽σ＝2π。当滤波尺度λ＝14，方向其他参数不变时，经过滤波后的特征图提取的熵值特征与细胞核体积的线性关系更好。

5.根据权利要求1所述基于多尺度灰度共生矩阵的免标记细胞核散射反演方法，其特征在于，具体步骤如下：

A.通过侧向散射图像采集系统，采集若干组细胞体积大小相同，细胞核体积为V1，V2，…，Vn，且细胞核体积依次增大的细胞侧向散射图像F1，F2，…，Fn；

B.分别对上述侧向散射图像进行5种尺度8个方向上的Gabor小波变化，每组侧向散射图像经过滤波后得到40组不同尺度不同方向的滤波图F1₁，F1₂，…F1₄₀；F2₁，F2₂，…F2₄₀；...；Fn₁，Fn₂，…Fn₄₀；

C.计算上述Gabor滤波图的灰度共生矩阵P1₁，P1₂，…P1₄₀；P2₁，P2₂，…P2₄₀；...；Pn₁，Pn₂，…Pn₄₀,并分别计算其熵值K1₁，K1₂，…K1₄₀；K2₁，K2₂，…K2₄₀；...；Kn₁，Kn₂，…Kn₄₀；

D.通过matlab软件，对细胞核体积V1，V2，…，Vn与熵值K1_i，K2_i，…Kn_i(i＝1，2，...，40)。进行数据拟合，得到40组细胞核体积V与熵值K的函数模型V_i(K)(i＝1，2，...，40)；

E.从上述40组函数模型中寻找出线性关系最佳的函数模型V(K)，既，本发明中的最佳线性函数模型为V₄(K)；

F.使用A中相同方法测得细胞核体积未知的侧向散射图Fx,按照相同方法得到图像的熵值Kx₁，Kx₂，…Kx₄₀，将最佳尺度方向上的熵值Kx₄代入上述最佳线性函数模型V₄(K)中得到未知细胞的体积Vx。