CN108269259A - 基于骨髓切片荧光标志物的图像分割方法 - Google Patents

Abstract

本发明提供了一种基于骨髓切片荧光标志物的图像分割方法，包括如下步骤：步骤1：通过显微荧光成像系统，获取原始切片图像；步骤2：根据原始切片图像，对所述原始切片图像进行滤波去噪，获取滤波去噪后的切片图像，记为升质图像；步骤4：根据升质图像，将细胞核分割出来，并记为已分割细胞核切片图像，显示已分割细胞核切片图像。本发明提供的基于骨髓切片荧光标志物的图像分割方法，通过采用对比度增加方法，将原始动物骨髓细胞图像进行对比度增强，为后续处理提供了较为清晰的图像。

Description

基于骨髓切片荧光标志物的图像分割方法

技术领域

本发明涉及，具体地，涉及一种基于骨髓切片荧光标志物的图像分割方法。

背景技术

在20世纪初，利用机器来处理图片是一件非常困难的事情。随着计算机硬件、图像获取设备、显示设备的不断改进和高性能工作站的出现，图像处理这门新兴学科迅猛向前发展。图像处理技术是一个基于线性代数、统计理论和物理学之上，具有很强的理论背景的研究领域，它需要的基础知识包括计算机科学、数字信号处理、随机过程、统计数学、矩阵分析、信息论、控制论和最优理论等。同时，图像处理又是一门与应用紧密结合的学科，在医学、计算机视觉、地理、气象、航空航天等领域得到了广泛的应用。一般来说，数字图像处理包括以下几个内容：

(1)点运算：点运算主要是针对图像的像素进行加、减、乘、除等运算。图像的点运算可以有效改变图像的直方图分布，对提高图像的分辨率以及图像均衡都非常有益。

(2)几何处理：主要包括图像的坐标转换、移动、放大、缩小、旋转等。几何变换可以将变形的图像进行几何校正，从而得出准确的图像。

(3)图像增强：该方法有时也称为图像滤波。目的是为了改善图像的视觉效果，使图像更利于计算机处理。

(4)图像复原：目的是去除干扰和模糊，从而恢复图像的本来面目。

(5)图像形态学处理：图像形态学是数学形态学的延伸，利用该技术可以实现图像的腐蚀、细化和分割等效果。

(6)图像编码：主要是利用图像信号的统计学特性以及人类视觉特性对图像进行编码，从而达到压缩图像的目的。

(7)图像重建：图像重建来源于显微荧光成像技术的发展，主要是利用采集的数据来重建出图像。

目前，虽然数字图像处理技术在生物及医学领域得到了迅速发展，但是对动物骨髓病理图像的分析在国内兽医学研究领域中仍属空白。如果能开发出针对动物骨髓病理切片图像的分析系统并应用于实践，通过对骨髓病理切片图像的分析得出动物健康状况或病理状况的报告，必将促进兽医学研究领域的发展，为牲畜养殖业提供有力帮助。而且，将现代计算机技术与信息技术等高新技术融入到传统的动物病理学的研究当中，对相关学科的融合也将起到较大的推动作用。对骨髓病理图像的预处理是进行骨髓病理图像处理及分析的基础，是开发动物骨髓病理切片图像分析系统的关键环节。如果原始动物骨髓病理切片图像经过一系列的预处理后能呈现出比较清晰的细胞核、细胞浆分离的图像，将为骨髓细胞的特征提取、自动识别及病理分析等奠定良好的基础。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于骨髓切片荧光标志物的图像分割方法。

根据本发明提供的一种基于骨髓切片荧光标志物的图像分割方法，包括如下步骤：步骤1：通过显微荧光成像系统，获取原始切片图像；步骤2：根据原始切片图像，对所述原始切片图像进行滤波去噪，获取滤波去噪后的切片图像，记为升质图像；步骤4：根据升质图像，将细胞核分割出来，并记为已分割细胞核切片图像，显示已分割细胞核切片图像。

优选地，在步骤3中：

通过遗传算法，将遗传算法、聚类分割算法和熵理论相结合，即为基于熵的遗传聚类分割算法，将细胞核分割出来，即为已分割细胞核切片图像。

优选地，在步骤2中：

将原始切片图像的灰阶对比度增加多个单位。

优选地，还包括步骤3；

所述步骤3：根据升质图像，对升质图像进行预处理；

所述步骤3和步骤2同时进行。

优选地，所述步骤2包括如下子步骤:

步骤2.1：将原始切片图像从空间域变换为频率域，并对变换后的频率域切片图像进行处理，记为频率域切片图像；

步骤2.2：将频率域切片图像变换回空间域，获取升质图像。

优选地，所述步骤4包括如下子步骤：

步骤4.1：根据升质图像，将细胞分割出来，记为已分割细胞切片图像；

步骤4.2：根据已分割细胞切片图像，将细胞核分割出来，记为已分割细胞核切片图像，并显示已分割细胞核切片图像。

与现有技术相比，本发明具有如下的有益效果：

1、本发明提供的基于骨髓切片荧光标志物的图像分割方法，通过采用对比度增加方法，将原始动物骨髓细胞图像进行对比度增强，为后续处理提供了较为清晰的图像。

2、本发明提供的基于骨髓切片荧光标志物的图像分割方法，提供了一种处理骨髓切片荧光标志物的图像的改进的自适应中值滤波方法。所述方法实现了根据图像各部分的特性自适应地选择窗口进行中值滤波。对比现有技术中的几种值滤波获取方法，本发明提供的中值滤波获取方法取得了令人比较满意的结果，能够有效地兼顾平滑噪声和保边缘保细节。

3、本发明提供的基于骨髓切片荧光标志物的图像分割方法，在初步分割处理的基础上，结合目前较新处理技术——遗传算法，将熵理论引入遗传聚类分割方法中，提出了基于熵的遗传聚类分割算法。经多次实验，所述获取中值滤波方法在本文的细胞核分割方面取得了较为理想的分割效果。

4、本发明提供的基于骨髓切片荧光标志物的图像分割方法，以实用为出发点，除实现了上述预处理功能以外，做了一些相关的预处理工作，例如，颜色空间转换、绘制直方图、位图转换及图像统计指标的计算等。为其它处理工作起到辅助与桥梁的作用。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明提供的基于骨髓切片荧光标志物的图像分割方法的流程图。

图2为本发明提供的基于骨髓切片荧光标志物的图像分割方法中的步骤2的流程图。

图3为本发明提供的基于骨髓切片荧光标志物的图像分割方法中的步骤4的流程图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。

如图1所示，本发明提供了一种基于骨髓切片荧光标志物的图像分割方法，包括如下步骤：步骤1：通过显微荧光成像系统，获取原始切片图像；步骤2：根据原始切片图像，对所述原始切片图像进行滤波去噪，获取滤波去噪后的切片图像，记为升质图像；步骤3：根据升质图像，对升质图像进行预处理；所述步骤3和步骤2同时进行；在实现上述步骤处理功能的同时，实现一些相关的预处理，以辅助各种预处理功能的实现与效果比较；步骤4：根据升质图像，将细胞核分割出来，并记为已分割细胞核切片图像，显示已分割细胞核切片图像。

所述步骤2包括如下子步骤:步骤2.1：将原始切片图像从空间域按照某种模型，例如傅立叶变换变换为频率域，并对变换后的频率域切片图像进行处理，记为频率域切片图像；步骤2.2：将频率域切片图像变换回空间域，获取升质图像；具体地说，如傅立叶变换。

在步骤2中：将原始切片图像的灰阶对比度增加多个单位；将原始切片图像的灰阶对比度增加多个单位的方法在增加对比度的同时最大程度地保留了原图像的信息，适合骨髓病理图像的增加对比度处理。

在步骤3中：通过遗传算法，将遗传算法、聚类分割算法和熵理论相结合，即为基于熵的遗传聚类分割算法，将细胞核分割出来，即为已分割细胞核切片图像，并取得了比较理想的分割效果。将聚类算法引入图像分割过程，聚类分析是一种强有力的信息处理方法，它能够从研究对象的特征数据中发掘出相关联的规则，因而广泛应用于图像分割、模式识别、特征提取、信号压缩等领域。

所述步骤4包括如下子步骤：步骤4.1：根据升质图像，将细胞分割出来，记为已分割细胞切片图像；步骤4.2：根据已分割细胞切片图像，将细胞核分割出来，记为已分割细胞核切片图像，并显示已分割细胞核切片图像。需要补充的是，在步骤4中，将“适者生存”的进化理论引入串结构，并且在串之间进行有组织但又随机的信息交换。通过遗传操作，使优良品质被不断保留、组合，从而不断产生出更佳的个体。子代个体中包含父代个体的大量信息，并在总体上胜过父代个体，从而使种群向前进化发展，即不断接近最优解。

下面对本发明提供的基于骨髓切片荧光标志物的图像分割方法进行进一步说明：

如图1所示，步骤1，针对降质的切片图像，应用改进后适合的算法进行增强去噪处理。针对所处理图像，即原始切片图像的特征，对中值滤波窗口作了以下考虑。首先，因为图像，即原始切片图像各部分特征不同，窗口优选的为多尺度的，因此，本发明采用了3×3、5×5两种不同尺度的正方形窗口和一个多级加权滤波窗口作为候选窗口；其次，判断灰度变化是否平缓的标准，采用了窗口灰度方差大小作为判断标准。选择灰度方差最小的窗口作为最终的滤波窗口完成滤波去噪操作

步骤2，在分析、理解弱阶段算法的基础上，提出改进算法并做深入的研究，以期更有效地将细胞核分割出来。根据图像的直方图，将取了阈值后得到的区域看成是它的子图像，再次对各个子图像作直方图选峰点及区域值，不断重复上述过程，直到找不到新的峰点或区域变得太小为止。

步骤3，在实现以上处理功能的同时，实现一些相关的预处理，以辅助各种预处理功能的实现与效果比较；

步骤4，引入遗传算法，将遗传算法、聚类分割算法和熵理论相结合，提出了改进算法即基于熵的遗传聚类分割算法，并取得了比较理想的分割效果。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (6)

1.一种基于骨髓切片荧光标志物的图像分割方法，其特征在于，包括如下步骤：

步骤1：通过显微荧光成像系统，获取原始切片图像；

步骤2：根据原始切片图像，对所述原始切片图像进行滤波去噪，获取滤波去噪后的切片图像，记为升质图像；

步骤4：根据升质图像，将细胞核分割出来，并记为已分割细胞核切片图像，显示已分割细胞核切片图像。

2.根据权利要求1所述的基于骨髓切片荧光标志物的图像分割方法，其特征在于，在步骤3中：

通过遗传算法，将遗传算法、聚类分割算法和熵理论相结合，即为基于熵的遗传聚类分割算法，将细胞核分割出来，即为已分割细胞核切片图像。

3.根据权利要求1所述的基于骨髓切片荧光标志物的图像分割方法，其特征在于，在步骤2中：

将原始切片图像的灰阶对比度增加多个单位。

4.根据权利要求1所述的基于骨髓切片荧光标志物的图像分割方法，其特征在于，还包括步骤3；

所述步骤3：根据升质图像，对升质图像进行预处理；

所述步骤3和步骤2同时进行。

5.根据权利要求1所述的基于骨髓切片荧光标志物的图像分割方法，其特征在于，所述步骤2包括如下子步骤:

步骤2.1：将原始切片图像从空间域变换为频率域，并对变换后的频率域切片图像进行处理，记为频率域切片图像；

步骤2.2：将频率域切片图像变换回空间域，获取升质图像。

6.根据权利要求1所述的基于骨髓切片荧光标志物的图像分割方法，其特征在于，所述步骤4包括如下子步骤：

步骤4.1：根据升质图像，将细胞分割出来，记为已分割细胞切片图像；

步骤4.2：根据已分割细胞切片图像，将细胞核分割出来，记为已分割细胞核切片图像，并显示已分割细胞核切片图像。