一种精子形态异常检测方法技术

本发明专利技术公开了一种精子形态异常检测方法，该方法不但有良好的客观性，易于核实验证，同时提高了检测效率，有很大的应用前景。它的包括步骤：1)采取经过化学试剂处理后的精子的图像；2)对所采集的图像进行预处理，包括灰度化处理、对比度增强处理、图像平滑去噪和二值化处理；3)对预处理后的图像进行图像分割处理：对二值化后的图像进行杂质的滤除、目标的提取；4)进行轮廓识别：得到精确的精子整体目标轮廓和头部轮廓；5)求取各个参数值：得出能够直接判断精子形态的相关参数。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了，该方法不但有良好的客观性，易于核实验证，同时提高了检测效率，有很大的应用前景。它的包括步骤：1)采取经过化学试剂处理后的精子的图像；2)对所采集的图像进行预处理，包括灰度化处理、对比度增强处理、图像平滑去噪和二值化处理；3)对预处理后的图像进行图像分割处理：对二值化后的图像进行杂质的滤除、目标的提取；4)进行轮廓识别：得到精确的精子整体目标轮廓和头部轮廓；5)求取各个参数值：得出能够直接判断精子形态的相关参数。【专利说明】
本专利技术涉及。
技术介绍
通常的形态检测的基本过程是医务工作者将精液利用染色剂处理后，再通过100 倍显微镜观测，人为进行形态分类及计数。常规的检测方法受检测环境、检验人员经验和水 平等条件的影响很大，并且费时、费力、准确率不高，容易造成检测结果的误差，给临床治疗 和科研工作带来困难。 计算机辅助精子形态分析是通过染色剂对精子进行染色，使精子失去活性，再通 过图像采集系统对静止的精子图像进行采集，最终利用算法实现对精子形态的检测。该方 法的检测参数主要有精子形态、畸形分类、其他细胞类别等。 精子的形态分析是在染色后进行的。染色后，精子失去了原有的活性，所以精子的 形态分析也称为静态分析。首先，利用100倍的显微镜对染色后的精子进行图像采集，然后 通过相应的算法进行精子识别以及精子各部分参数的计算。其中核心的步骤是从100倍精 子图像中精确地分割出精子目标及其各个形态部分，而这方面应用比较广泛的算法是基于 主动轮廓模型的边缘检测方法。 基于Snake模型的分割方法从产生之初到现在已经有了很多的改进，并且在医学 图像分割上已经有了很多成功的应用。但分割方法局限于边界分割，缺少头部顶体、中段的 边界检测。
技术实现思路
为了解决上述问题，本专利技术所采用的技术方案为： -种精子形态异常检测方法，包括步骤： 1)采集经过化学试剂处理后的精子的图像； 2)对所采集的图像进行预处理，包括包括灰度化处理、对比度增强处理、图像平滑 去噪和二值化处理； 3)对预处理后的图像进行图像分割处理：对二值化后的图像进行杂质的滤除、目 标的提取； 4)进行轮廓识别：得到精确的精子整体目标轮廓和头部轮廓； 5)求取各个参数值：得出能够直接判断精子形态的相关参数。 所述的步骤3)的具体操作步骤为： 3a)根据图像中的目标平均面积进行滤除面积闕值设定； 3b)对杂质进行滤除； 3c)通过区域增长法初步确定精子目标的整体二值区域和头部二值区域。 所述步骤4)的具体操作步骤为： 4a)求取对精子目标二值区域进行初始轮廓序列； 4b)利用上述轮廓序列进行基于Snake模型的轮廓检测； 4c)根据梯度矢量流场外力，精确的分割出精子整体目标轮廓和头部轮廓。 所述步骤5)中所述的相关参数包括： 头部参数：包括头部面积、头部周长、头部长度、头部宽度以及通过这些参数计算 得到的相关头部参数； 中段参数：包括中段的面积、中段的宽度、距离、角度。 所述头部面积是通过最终的头部轮廓进行连通域构造，形成头部连通域，再进一 步利用边界序列的成员函数进行面积的求取； 所述面积周长是通过对头部轮廓点遍历，按照链码的原则进行求解。 所述中段面积为精子整体面积与头部面积之差； 所述中段宽度的求解过程是首先确定头部与中段的交界区域，再求该交界区域的 览度； 所述距离通过角度和头部长轴进行三角函数运算得到； 所述角度是指头部长轴与中段角度之差，通过获得的长轴端点和中段端点分别求 得长轴角度和中段角度即可。 所述步骤1)中采集的图像为通过显微镜获得的100倍染色精子图像。 本专利技术的有益效果为：该方法不但有良好的客观性，易于核实验证，同时提高了检 测效率，有很大的应用前景。 【专利附图】【附图说明】 图1为染色后待图像预处理的精子形态； 图2为精子形态检测流程图； 图3为预处理后的100倍精子图像； 图4为精子的二值图像； 图5为精子整体边界图像，其中（a)为精子目标初始边界图，（b)基于Snake模型 的检测边界； 图6为精子头部边界图，其中（a)为精子头部初始边界，（b)为基于Snake模型检 测到的头部边界； 图7为顶体边界图，其中（a)顶体初始边界，（b)为顶体Snake模型分割结果； 图8为精子头部参数示意图； 图9为链码示意图； 图10为精子中段参数示意图。 【具体实施方式】 为了更好的了解本专利技术的技术方案，下面结合附图对本专利技术作进一步说明。 精子经过化学试剂染色处理后，失去活性，再通过0LMPUS显微镜可拍摄到100倍 镜下的精子形态学图像，经采集得到待处理精子形态图如图1。 待处理精子形态图像经过图像预处理、图像分割后可以得到各个精子的粗略轮廓 及位置。然后经过精子轮廓序列初始化后进行基于Snake模型的轮廓识别，得到精子的精 确轮廓。最后，利用精子的精确轮廓进行进一步的头部分割、颈部分割及相关参数的计算。 具体流程如图2 : 1.图像预处理 精子形态检测中的图像预处理同精子运动轨迹检测相似，主要包括图像的灰度 化、增强、平滑去噪、二值化等。预处理后的图像如图3所示。 2.图像分割 该过程主要是对二值化后的图像进行杂质的滤除、目标的提取。首先根据图像中 目标平均面积进行滤除面积阈值设定，再对杂质进行滤除，最后通过区域增长法初步确定 精子目标的整体二值区域和头部二值区域。 3.轮廓识别 轮廓识别过程利用上一过程中得到的精子目标二值区域进行初始轮廓序列的求 取，并利用该轮廓序列进行基于Snake模型的轮廓检测，得到精确的精子整体目标轮廓和 头部轮廓。采用基于Snake模型的轮廓检测方法，根据梯度矢量流场外力，对项目中的100 倍精子图像做精确地轮廓分割。 4.各参数求。 该过程主要是利用前面的计算结果进行进一步的加工，最终得出能够直接判断精 子形态的各种参数，以便医生能根据经验值对精子性能作出判断。 图3为预处理后的100倍精子图像。 图4是精子的二值图像。由于前期处理后的图片中目标区域和背景的对比度等相 关参数较好，容易进行二值化，所以此过程使用比较常用的最大类间差法（一种自适应的 阈值确定的方法，又叫大津法，简称0TSU。它是按图像的灰度特性，将图像分成背景和目 标2部分）确定阈值灰度阈值。然后进行图像二值化，即将图像的灰度值归类为两类，一种 为大于灰度阈值的，设定为1 (或255)，另一种为小于灰度阈值的，设定为0。 图5为精子整体边界图像，图5中（a)为一般检测方法得到的精子整体轮廓。对 整个精子目标进行边界序列求解需要直接利用边界函数对局部二值图像中的目标连通域 处理，处理结果即为整个连通域的边界序列。边界序列求解完毕后可以进行序列绘制，更直 观的观测到边界序列的准确程度。图中的白色边界能基本反映精子的轮廓，能够作为基于 Snake模型的初始边界进行进一步的精确边界检测。 图5中（b)为基于Snake模型的检测方法得到的精子整体轮廓。其中b图是以a 本文档来自技高网...

【技术保护点】
一种精子形态异常检测方法，其特征是，包括步骤：1)采集经过化学试剂处理后的精子的图像；2)对所采集的图像进行预处理，包括包括灰度化处理、对比度增强处理、图像平滑去噪和二值化处理；3)对预处理后的图像进行图像分割处理：对二值化后的图像进行杂质的滤除、目标的提取；4)进行轮廓识别：得到精确的精子整体目标轮廓和头部轮廓；5)求取各个参数值：得出能够直接判断精子形态的相关参数。

【技术特征摘要】

【专利技术属性】
技术研发人员：刘伯强，刘忠国，刘广宇，边京华，李卫宾，刘肖肖，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东;37