[发明专利]一种基于计算机视觉的细胞分类计数方法及系统

权利要求书

1.一种基于计算机视觉的细胞分类计数方法，其特征在于，包括：

获取原始病理切片数字图像并进行预处理；

基于改进的分水岭算法，对预处理后的病理切片数字图像进行分割，获得图像分割边界；

将图像分割边界与原始病理切片数字图像进行合并分割，得到分割后的病理切片数字图像；

提取分割后的病理切片数字图像的特征，并对提取的特征进行分类得到第一细胞数据；同时将分割后的病理切片数字图像使用神经网络训练模型进行检测，得到第二细胞数据；

将第一细胞数据和第二细胞数据取并集并去重得到阴阳性细胞数据。

2.如权利要求1所述的一种基于计算机视觉的细胞分类计数方法，其特征在于，所述获取原始病理切片数字图像并进行预处理，具体为：

步骤1：利用病理切片设备进行采样拍摄，获得清晰度高、边框对齐、质量较好的病理切片数字图像，即原始病理切片数字图像；

步骤2：对所得到的病理切片数字图像进行颜色通道分离得到不同颜色通道的病理切片数字图像；

步骤3：对得到的不同颜色通道的病理切片数字图像进行阈值化图像分割；

步骤4：对于步骤3中得到的数据采用形态学处理的方式去掉病理切片数字图像中的杂质，得到预处理后的病理切片数字图像。

3.如权利要求1所述的一种基于计算机视觉的细胞分类计数方法，其特征在于，所述基于改进的分水岭算法，对预处理后的病理切片数字图像进行分割，获得图像分割边界，具体为：

对预处理后的病理切片数字图像进行滤波降噪处理，得到滤波降噪处理后的病理切片数字图像；

对滤波降噪处理后的病理切片数字图像进行变换处理，得到变换处理后的病理切片数字图像；

对变换处理后的病理切片数字图像进行阈值处理，得到图像分割边界。

4.如权利要求1所述的一种基于计算机视觉的细胞分类计数方法，其特征在于，所述将图像分割边界与原始病理切片数字图像进行合并分割，得到分割后的病理切片数字图像，具体为：

通过改进分水岭算法得到图像分割边界，将图像分割边界与原始病理切片数字图像进行合并，并将合并图像中图像分割边界设定为原始病理切片数字图像中背景图像颜色，得到分割后的病理切片数字图像。

5.如权利要求1所述的一种基于计算机视觉的细胞分类计数方法，其特征在于，所述提取分割后的病理切片数字图像的特征，并对提取的特征进行分类得到第一细胞数据，具体为：

提取分割后的病理切片数字图像的颜色特征、面积特征、惯性率特征以及纹理特征；

对提取的病例切片数字图像的特征使用SVM分类器进行分类；

得到第一细胞数据。

6.如权利要求1所述的一种基于计算机视觉的细胞分类计数方法，其特征在于，所述同时将分割后的病理切片数字图像使用神经网络训练模型进行检测，得到第二细胞数据，具体为：

将分割后的病理切片数字图像使用神经网络训练模型进行检测，选取切片上的ROI感兴趣区域为一个patch图像块，对所有patch进行检测分类，得到所有patch的最终检测结果；

每一个patch的检测分类过程为：

利用训练好的神经网络模型对每一个patch进行检测，并对切除patch时的overlap重叠部分内的细胞进行重复检测框的去重；

遍历当前patch上所有检测框，并对同一细胞的两个不同类别的检测框进行去重，遍历完毕得到该patch的最终检测结果；

得到第二细胞数据。

7.如权利要求1所述的一种基于计算机视觉的细胞分类计数方法，其特征在于，所述将第一细胞数据和第二细胞数据取并集并去重得到阴阳性细胞数据，具体为：

对比第一细胞数据和第二细胞数据取并集并去重得到第三细胞数据，所述第三细胞数据包括第三阴性细胞数据和第三阳性细胞数据；

将获得的第三阴性细胞进行计数，统计获取的数量，得到最终的阴性细胞数据；

将获取的第三阳性细胞进行计数，统计获取的数量，得到最终的阳性细胞数据。