一种基于白细胞检测的细胞核分割方法技术

本发明专利技术属于医学图像处理领域，特别涉及一种基于白细胞检测的细胞核分割方法。首先统计各类白细胞的直径大小来设定滑动窗口的多个尺寸，然后根据白细胞图片的梯度信息，针对每个滑动窗口选取候选窗口，再根据白细胞图片颜色对比信息、边界密度对比信息和梯度对比信息，计算每个候选窗口的特征值，输入ε‑SVR模型，选取出最终检测窗口，截取白细胞图片中最终检测窗口的区域即为最终定位子图；然后用多项式曲线拟合子图灰度统计图的方法，来选取阈值分割细胞核，然后再用形态学处理进行孔洞填充和孤立点去除，使得分割结果更加精确。

【技术实现步骤摘要】

本专利技术属于医学图像处理领域，特别涉及一种基于白细胞检测的细胞核分割方法。
技术介绍
全自动白细胞形态学分析系统主要四大步骤：预处理，分割，特征提取和分类。许多学者都更多地关注后面三块的研究，却没有在预处理上投入很大的精力。预处理步骤包括很多方面的内容，比如细胞检测和图像增强等，好的预处理可以给后续的分割工作带来很大的影响。5类白细胞形状不一，大小各异，其染色图像往往又受到人为主观因素和各类细胞不同特性的客观因素的影响，等等，这些都会可能导致白细胞染色较淡或红细胞染色较深，染色和亮度不均匀等，使得白细胞的分割成为医学图像处理研究领域中的一个富有挑战性的工作。到目前为止，尽管已有大量成熟的分割算法被相继提出，但是，还没有一个足够有效并且快速的算法能很好地应用于白细胞图像的分割。然而白细胞检测的预处理却能够很好地解决这一问题，可以帮助去除红细胞、血小板和胞浆等背景对白细胞分割的影响，但是检测不准确同样会影响后续的分割效果。目前，关于自然图像分割的方法主要有几个大类：基于阈值思想的分割方法、基于聚类思想的分割方法、基于边缘检测的分割方法、基于多种思想的组合方法。这些方法都曾经被尝试用于白细胞分割中，方法有利有弊，效果也不能很好地完全适用于白细胞分割。当然也有人考虑了借助预处理提升分割效果，其中Rezatofighi等人先用Gram-Schmidt方法提取出细胞核，然后把以细胞核的中心为中心的正方形窗口作为白细胞的检测窗口，之后在检测窗口的基础上再应用一些成熟的分割方法，但一些细胞核经常呈多叶状，U形或者W形的，细胞核的中心并不能代表白细胞的中心，所以并不能准确检测白细胞，进而也会影响白细胞的分割结果。
技术实现思路
本专利技术的目的是提供一种基于白细胞检测的细胞核分割方法，先根据白细胞特征检测白细胞，确定白细胞最终定位子图，然后利用多项式拟合曲线选取阈值实现细胞核的精确分割。为了实现上述目的，本专利技术提供了如下技术方案：本专利技术提供一种基于白细胞检测的细胞核分割方法，该方法包括如下步骤：a、统计分析五类白细胞的直径大小，利用k均值聚类将其直径分为三类，选定聚类中心作为三个滑动窗口w1、w2和w3的尺寸；b、计算白细胞图片的梯度强度图，三个滑动窗口w1、w2和w3分别在整张白细胞梯度强度图中从任意像素点开始，逐像素滑动，直至滑动窗口遍历整张白细胞图；根据图片的梯度信息，针对每个滑动窗口w1、w2和w3，分别计算其遍历窗口中的梯度幅值特征因子GM，并选取梯度幅值特征因子GM值最大的窗口作为候选检测窗口w1*、w2*和w3*；c、分别三个计算候选检测窗口w1*、w2*、w3*的颜色对比特征因子值CC(w1*)、CC(w2*)、CC(w3*)；边界密度特征因子值ED(w1*)、ED(w2*)、ED(w3*)；梯度对比特征因子值GC(w1*)、GC(w2*)、GC(w3*)，用于选择最终检测窗口；d、将每个候选窗口的颜色对比特征因子值CC、边界密度特征因子值ED、梯度对比特征因子值GC输入ε-SVR，输出值最大的候选检测窗口即为最终检测窗口；e、截取最终检测窗口区域作为白细胞的最终定位子图，用多项式拟合灰度统计图的方法，找到第一个波谷作为阈值进行分割细胞核，然后再用形态学处理进行孔洞填充和孤立点去除；实现细胞核的精确分割。所述步骤a中，所述滑动窗口w1、w2和w3的尺寸为聚类中心，分别为110×110、140×140和170×170像素。所述步骤b中，计算白细胞图片的梯度图M(P)，将梯度图进行阈值处理为二值图，即梯度强度图，梯度图阈值处理二值化的方法为：其中p代表像素点，T是阈值；针对每个滑动窗口w1、w2和w3，根据梯度信息计算梯度幅值特征因子GM，计算表示为：GM(w,T)=Σp∈w′g(p)]]>其中w'是滑动窗口w的内切圆。所述阈值T选取为13。所述步骤c中，颜色对比特征CC的具体计算表达式为：|Surr(w′,θCC)||w′|=θCC]]>CC(w',θCC)＝χ(h(w',h(Surr(w',θCC))))其中,Surr(w',θCC)即为两个内切圆之间的区域，|Surr(w',θCC)|和|w'|分别表示Surr(w',θCC)和w'的像素个数，θCC是缩放参数；h代表窗口的颜色直方图，CC就是两个区域颜色直方图的卡方距离；边界密度特征因子ED的计算表示为：ED(w′,θED)=Σp∈Surr(w′,θED)IED(p)Σp∈w′IED(p)]]>其中，边界密度图IED(p)∈{0,1本文档来自技高网...

【技术保护点】
一种基于白细胞检测的细胞核分割方法，其特征在于：该方法包括如下步骤：a、统计分析五类白细胞的直径大小，利用k均值聚类将其直径分为三类，选定聚类中心作为三个滑动窗口w1、w2和w3的尺寸；b、计算白细胞图片的梯度强度图，三个滑动窗口w1、w2和w3分别在整张白细胞梯度强度图中从任意像素点开始，逐像素滑动，直至滑动窗口遍历整张白细胞图；根据图片的梯度信息，针对每个滑动窗口w1、w2和w3，分别计算其遍历窗口中的梯度幅值特征因子GM，并选取梯度幅值特征因子GM值最大的窗口作为候选检测窗口w1*、w2*和w3*；c、分别三个计算候选检测窗口w1*、w2*、w3*的颜色对比特征因子值CC(w1*)、CC(w2*)、CC(w3*)；边界密度特征因子值ED(w1*)、ED(w2*)、ED(w3*)；梯度对比特征因子值GC(w1*)、GC(w2*)、GC(w3*)，用于选择最终检测窗口；d、将每个候选窗口的颜色对比特征因子值CC、边界密度特征因子值ED、梯度对比特征因子值GC输入ε‑SVR，输出值最大的候选检测窗口即为最终检测窗口；e、截取最终检测窗口区域作为白细胞的最终定位子图，用多项式拟合灰度统计图的方法，找到第一个波谷作为阈值进行分割细胞核，然后再用形态学处理进行孔洞填充和孤立点去除；实现细胞核的精确分割。...

【技术特征摘要】
1.一种基于白细胞检测的细胞核分割方法，其特征在于：该方法包括如下步骤：a、统计分析五类白细胞的直径大小，利用k均值聚类将其直径分为三类，选定聚类中心作为三个滑动窗口w1、w2和w3的尺寸；b、计算白细胞图片的梯度强度图，三个滑动窗口w1、w2和w3分别在整张白细胞梯度强度图中从任意像素点开始，逐像素滑动，直至滑动窗口遍历整张白细胞图；根据图片的梯度信息，针对每个滑动窗口w1、w2和w3，分别计算其遍历窗口中的梯度幅值特征因子GM，并选取梯度幅值特征因子GM值最大的窗口作为候选检测窗口w1*、w2*和w3*；c、分别三个计算候选检测窗口w1*、w2*、w3*的颜色对比特征因子值CC(w1*)、CC(w2*)、CC(w3*)；边界密度特征因子值ED(w1*)、ED(w2*)、ED(w3*)；梯度对比特征因子值GC(w1*)、GC(w2*)、GC(w3*)，用于选择最终检测窗口；d、将每个候选窗口的颜色对比特征因子值CC、边界密度特征因子值ED、梯度对比特征因子值GC输入ε-SVR，输出值最大的候选检测窗口即为最终检测窗口；e、截取最终检测窗口区域作为白细胞的最终定位子图，用多项式拟合灰度统计图的方法，找到第一个波谷作为阈值进行分割细胞核，然后再用形态学处理进行孔洞填充和孤立点去除；实现细胞...

【专利技术属性】
技术研发人员：曹飞龙，刘月华，黄震，赵建伟，周正华，冯爱明，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：浙江;33