[发明专利]一种生物体内信息获取装置

摘要

一种生物体内信息获取装置，包括细胞识别模块和信息获取模块，所述细胞识别模块用来确定生物种类，所述信息获取模块包括信息获取部、电力源、磁传感器部、脉冲数计数部、脉冲数判断部和电力切断控制部。本发明的有益效果为能够以简单的结构可靠地对被导入到被检体内部的生物体内信息获取装置的电源的接通或切断进行切换。

主权项

一种生物体内信息获取装置，其特征是，包括细胞识别模块和信息获取模块，所述细胞识别模块用来确定生物种类，所述信息获取模块包括：信息获取部，其获取生物体内信息；电力源，其用于对上述信息获取部提供电力；磁传感器部，其检测从外部输入的磁信号，输出与该磁信号的检测状态相应的控制信号；脉冲数计数部，其对来自上述磁传感器部的脉冲信号的脉冲数进行计数；脉冲数判断部，其判断由上述脉冲数计数部计数得到的脉冲数是否为预定数以上；电力切断控制部，其在由上述脉冲数判断部判断为输入了预定数以上的脉冲的情况下，将上述电力源向上述信息获取部进行的电力提供从提供状态切换为切断状态；所述细胞识别模块包括细胞图像分割单元、特征提取单元、分类识别单元；所述细胞图像分割单元用于区分由细胞图像采集模块采集的细胞图像中的背景、细胞核和细胞质；所述特征提取单元用于对细胞图像的纹理特征进行提取；所述分类识别单元用于根据纹理特征利用分类器实现对细胞图像分类识别；所述细胞图像分割单元包括图像转换子单元、噪声去除子单元、粗分割子单元、细胞核中心标定子单元、精确分割子单元，具体为：(1)图像转换子单元，用于将采集的细胞图像转化为灰度图像；(2)噪声去除子单元，用于对灰度图像进行去噪处理，包括：对于像素点(x,y)，选取其3×3的邻域Sx,y和(2N+1)×(2N+1)的邻域Lx,y，N为大于等于2的整数；首先对像素点是否为边界点进行判断，设定阈值T，T∈[13,26]，计算像素点(x,y)与其邻域Sx,y中每个像素点的灰度差值，并与阈值T进行比较，若灰度差值大于阈值T的个数大于等于6，则像素点(x,y)为边界点，否则，像素点(x,y)为非边界点；若(x,y)为边界点，则进行如下降噪处理：h(x,y)=Σq(i,j)∈[q(x,y)-1.5σ,q(x,y)+1.5σ]q(i,j)k]]>式中，h(x,y)为降噪后像素点(x,y)的灰度值，q(x,y)为降噪前像素点(x,y)的灰度值，σ为像素点(x,y)邻域Lx,y内灰度值标差,q(i,j)∈[q(x,y)‑1.5σ,q(x,y)+1.5σ]表示邻域Lx,y内灰度值落于区间[q(x,y)‑1.5σ,q(x,y)+1.5σ]的点，k表示邻域Lx,y内灰度值落于区间[q(x,y)‑1.5σ,q(x,y)+1.5σ]的点的数量；若(x,y)为非边界点，则进行如下降噪处理：h(x,y)=Σ(i,j)∈Lx,yw(i,j)q(i,j)Σ(i,j)∈Lx,yw(i,j)]]>式中，h(x,y)为降噪后像素点(x,y)的灰度值，q(i,j)代表图像中点(i,j)处的灰度值，w(i,j)为邻域Lx,y内点(i,j)对应的高斯权重；(3)粗分割子单元，用于对去噪后的细胞图像中的背景、细胞质、细胞核进行粗划分，具体为：将每个像素(x,y)用一个四维特征向量表示：u→(x,y)=[h(x,y),have(x,y),hmed(x,y),hsta(x,y)]]]>式中，h(x,y)代表(x,y)的灰度值，have(x,y)代表其邻域Sx,y灰度均值，hmed(x,y)代表其邻域Sx,y灰度中值，hsta(x,y)代表其邻域Sx,y灰度方差；采用K‑means聚类法将其划分为背景、细胞质、细胞核三类；(4)细胞核中心标定子单元，用于对细胞核中心进行标定：由粗分割子单元得到细胞核大致区域，设细胞核区域包含n个点：(x1,y1),…,(xn,yn)，对该区域进行灰度加权标定和几何中心标定，取其平均值作为细胞核中心(xz,yz)：xz=12(Σi=1nxih(xi,yi)Σi=1nh(xi,yi)+Σi=1nxin)]]>yz=12(Σi=1nyih(xi,yi)Σi=1nh(xi,yi)+Σi=1nyin)]]>(5)精确分割子单元，用于对细胞核、细胞质进行精确分割；构建从细胞核中心(xz,yz)到细胞核和细胞质边界点(xp,yp)的有向线段的距离表示向下取整；沿线段以单位长度进行采样可以得到disp个点若采样点的坐标不是整数，其灰度值通过周围像素线性插值得到；点(xi,yi)处沿线段方向的灰度差：hd(xi,yi)＝h(xi‑1,yi‑1)‑h(xi,yi)定义灰度差抑制函数：Y(x)=xifx≤00.5xifx>0]]>点(xi,yi)处沿线段方向的梯度gra(xi,yi)：gra(xi,yi)=|Y(hd(xi,yi))|+|Y(hd(xi+1,yi+1))|2]]>选取梯度最大的值点作为细胞核和细胞质的精确边缘；所述对细胞图像的纹理特征进行提取，包括：(1)基于改进的灰度共生矩阵法求取细胞图像的综合灰度共生矩阵，所述综合灰度共生矩阵体现了细胞在不同方向上的纹理特征：设在0°、45°、90°、135°四个方向上的灰度共生矩阵分别为h(x,y,d,0°)、h(x,y,d,45°)、h(x,y,d,90°)、h(x,y,d,135°)，所对应的矩阵元素项目为X1、X2、X3、X4，则综合灰度共生矩阵的计算公式为：H(x,y,d)＝w1h(x,y,d,0°)+w2h(x,y,d,45°)+w3h(x,y,d,90°)+w4h(x,y,d,135°)综合灰度共生矩阵元素数目为：X=Σi=14wiXi]]>式中，d表示距离，d的取值范围为[2,4]，wi为加权系数,i＝1,2,3,4，其由四个方向中的每个方向上的灰度共生矩阵对应的对比度参数计算，设四个方向上的灰度共生矩阵对应的对比度参数分别为Di，均值为i＝1,2,3,4，则加权系数wi的计算公式为：wi=1|Di-D‾|+1/Σi=141|Di-D‾|+1]]>(2)利用所述综合灰度共生矩阵和矩阵元素项目获取所需的四个纹理特征参数：对比度、方差和、能量和均值；(3)对所述四个纹理特征参数进行归一化处理，最终获得归一化的纹理特征值。