[发明专利]基于极坐标变换数据增强的淋巴类细胞分类方法及其装置

摘要

本发明公开了一种基于极坐标变换数据增强的淋巴类细胞分类方法及其装置，属于计算机视觉领域。分类方法包括：S1获取细胞图像；S2计算图像的R通道与G通道的比值矩阵；S3对比值矩阵进行直方图统计并二值化；S4对二值图像做形态学处理；S5提取细胞的边缘像素点并分割细胞；S6选取细胞边缘像素点为极点，建立极坐标系，把图片用极坐标变换映射到直角坐标系中；S7遍历边缘像素点，得到变换后的细胞图像；S8用ResNet训练细胞图像，并测试分类结果。本发明提出了一种新的数据增强方法，可以用极少的标记数据进行分类，而且有效地分开了难以识别的大颗粒淋巴细胞与异型淋巴细胞。

主权项

基于极坐标变换数据增强的淋巴类细胞分类方法，其特征在于，包括如下步骤：S1，获取染色血细胞的原始图像；S2，分离原始图像的RGB通道，计算R通道与G通道的比值矩阵；S3，根据R通道与G通道的比值绘制比值矩阵的直方图，根据阈值范围将原始图像二值化，得到淋巴细胞和异型淋巴细胞的二值图像；S4，将二值图像进行一系列的形态学处理；S5，用连通域的方法提取经形态学处理后的细胞图像的边缘像素点，找到细胞上下左右的边缘像素点，然后分割细胞；S6，取细胞边缘的任一像素点为极点，建立极坐标系，将所有像素点用极坐标变换一一映射到直角坐标系中；S7，遍历细胞的边缘像素点，每个像素点产生一张变换后的图像；S8，将步骤S7得到的变换后的图像作为神经网络的输入，训练网络，测试分类结果，分出淋巴细胞和异型淋巴细胞。