一种基于高光谱成像的粘连红细胞自动计数方法技术

本发明专利技术公开了一种基于高光谱成像的粘连红细胞自动计数方法，包括以下步骤：读入血涂片的高光谱图像数据并进行压缩，采用连续最大角凸锥方法对压缩后的高光谱数据进行分解，获取血涂片预设数目端元的丰度图；结合大津法对各端元的丰度图进行二值化处理，并采用数学形态学方法腐蚀运算去除细小噪声点；对各端元二值图像进行孔洞填充，根据连通域个数及最大连通域的大小选出细胞质二值图像；对细胞质二值图像的细胞质连通域进行标记与面积统计，选取细胞质连通域面积的中值作为参考值

Red blood cell automatic counting method based on hyperspectral imaging

The invention discloses a method for adhesion of red blood cells automatic counting method based on hyperspectral imaging technology, which comprises the following steps: reading the blood smear of hyperspectral image data were compressed and, with the continuous angular convex cone method to decompose the hyperspectral data compression, get the blood smear a pre-set number of end element abundance map; combined with the Otsu on each end of the element abundance map of binarization processing, and using the mathematical morphology method of corrosion operation to remove tiny noise points; the end of $two value image is hole filling, according to the number of connected domains and the Dalian domain size selected two value image of cytoplasm cytoplasm; cytoplasm two value image connected domain statistical markers and median area, selected area as a cytoplasmic connected domain reference value

【技术实现步骤摘要】
一种基于高光谱成像的粘连红细胞自动计数方法
本专利技术涉及数字图像处理
，特别涉及一种基于高光谱成像的粘连红细胞自动计数方法。
技术介绍
红细胞作为最常见的一种血细胞，承担着氧气运输和免疫功能。红细胞计数是血常规检查的重要指标，在疾病预防与诊断方面具有重要的参考价值。目前，全自动血细胞分析仪有效地提高了分析速率，但其分析结果存在较高的假阴性率，部分样本仍然需要检验员再次进行显微镜复检以降低漏诊率和误诊率。血涂片显微镜检查作为临床上判断血细胞病理变化的金标准仍是必不可少的分析手段。而传统基于数字显微图像的血细胞分类与识别方法能够将检验人员从繁琐耗时的镜检工作中解脱出来，减少人为因素引起的误判，提高识别率。但是由于细胞形态多样性、细胞粘连以及某些成分的干扰，截至目前仍然未能找到一种对任意细胞图像处理精度均符合临床要求的方法。显微高光谱成像技术将传统的光学成像和光谱技术相结合，在获取样本空间信息的同时，还为图像中的每个像元提供数十个至数百个窄波段光谱信息，不仅能够分析血细胞的形态结构，还能够分析细胞成分含量相关信息，为实现更精确的样本识别、生化参量提取等提供了可能，有望解决上述基于图像方法的瓶颈问题。但是如何充分利用所获取的图像和光谱信息，提高定性与定量分析的准确性仍然是高光谱成像技术应用的关键。
技术实现思路
本专利技术的目的在于提供一种基于高光谱成像的粘连红细胞自动计数方法，该方法能够充分利用光谱与图像信息，有效地识别粘连红细胞，提高红细胞计数的准确率。实现本专利技术目的的具体技术方案是：一种基于高光谱成像的粘连红细胞自动计数方法，所述方法包括以下步骤：(1)读入血涂片的高光谱图像数据并进行压缩，采用连续最大角凸锥方法对经过压缩处理的高光谱图像数据进行分解，获取血涂片预设数目端元的丰度图；(2)结合大津法对所述血涂片预设数目端元的丰度图分别进行二值化处理，并采用数学形态学方法腐蚀运算去除细小噪声点，获取预设数目端元丰度图的二值图像；(3)对所述预设数目端元丰度图的二值图像分别进行孔洞填充操作，并根据经过孔洞填充后的各端元二值图像中连通域的个数及最大连通域的大小选出细胞质二值图像；(4)对所述细胞质二值图像的细胞质连通域进行标记与面积统计，选取细胞质连通域面积的中值作为参考值R；(5)对所有细胞质连通域进行识别与计数。进一步，步骤(1)具体包括：读入血涂片的高光谱图像数据Data(2x，2y，λ)；采用二次线性插值法对所述高光谱图像数据中每个波段的图像进行压缩，获取压缩后的高光谱图像数据Data’(x，y，λ)；采用连续最大角凸锥方法对所述压缩后的高光谱图像数据Data’(x，y，λ)进行分解，获取血涂片的n个端元的丰度图Ij(x，y)(j＝1，2，...，n)。进一步，步骤(2)具体包括：采用大津法自适应地分别获取所述血涂片的n个端元的丰度图Ij(x，y)(j＝1，2，...，n)的分割阈值Tj(j＝1，2，..，n)；根据所述分割阈值Tj(j＝1，2，..，n)分别对所述n个端元的丰度图Ij(x，y)(j＝1，2，..，n)进行二值化处理，并采用3×3大小的结构元素进行数学形态学腐蚀运算去除细小噪声点，获取所述n个端元的丰度图Ij(x，y)(j＝1，2，..，n)对应的二值图像Bj(x，y)(j＝1，2，..，n)。进一步，步骤(3)具体包括：对所述二值图像Bj(x，y)(j＝1，2，..，n)分别进行取反操作，获取反色二值图像Rj(x，y)(j＝1，2，..，n)；分别将所述反色二值图像Rj(x，y)(j＝1，2，..，n)中最大连通域的像素值取反，其他连通域的像素值保持不变，获取图像Rj’(x，y)(j＝1，2，..，n)，对所述二值图像Bj(x，y)(j＝1，2，..，n)及对应的所述图像Rj’(x，y)(j＝1，2，..，n)进行异或操作，获得孔洞填充后的二值图像Bj’(x，y)(j＝1，2，..，n)；分别获取所述孔洞填充后的二值图像Bj’(x，y)(j＝1，2，..，n)中连通域的个数Nj(j＝1，2，..，n)以及最大连通域的面积Sj(j＝1，2，..，n)，并分别进行判断，若Nj大于100以及Sj大于1000且小于4000，则所述孔洞填充后的二值图像Bj’(x，y)为细胞质二值图像Bc(x，y)。进一步，步骤(4)具体包括：对所述细胞质二值图像Bc(x，y)中的细胞质连通域进行标记，根据标记分别统计每个相应标记区域的面积大小，并将面积大小的中值作为参考值R。进一步，步骤(5)具体包括：依次对所述细胞质二值图像Bc(x，y)中每个所述标记的细胞质连通域的面积进行判断；若所述细胞质连通域的面积小于0.5×R，则不进行计数；若大于0.5×R并小于1.9×R，记为单个细胞；若大于1.9×R，采用最小凸边形进行拟合，若拟合凸边形面积大于2.5×R，则记为两个粘连细胞，否则记为单个细胞。本专利技术提供的技术方案的有益效果是：本专利技术所提出的一种基于高光谱成像的粘连红细胞自动计数方法，通过对高光谱图像数据进行分解获取主要端元的丰度图，不同端元与血液中不同组分相关，有助于去除与计数无关的信息，进一步对丰度图进行二值化处理和孔洞填充操作来自动提取细胞质二值图像，通过细胞质的识别和对细胞质大小的判别，解决了粘连细胞对计数结果的影响，提高了红细胞自动计数结果的准确率。附图说明图1为本专利技术提供的一种基于高光谱成像的粘连红细胞自动计数方法的流程图；图2为本专利技术提供的孔洞填充操作流程图；图3为本专利技术提供的细胞质二值图像选取流程图；图4为本专利技术提供的粘连红细胞识别流程图；图5为本专利技术实施例的5个端元的丰度图像；图6为本专利技术实施例的5个端元的二值图像；图7为本专利技术实施例的经过孔洞填充的5个端元的二值图像；图8为本专利技术实施例的细胞质二值图像(a)及粘连红细胞识别结果图。具体实施方式为了更加清楚明白地说明本专利技术所述的技术手段、技术改进及有益效果，以下结合附图对本专利技术进行详细的说明。本专利技术所提供的一种基于高光谱成像的粘连红细胞自动计数方法，参见图1、图2、图3和图4，包括以下几个步骤：S101：读入血涂片的高光谱图像数据并进行压缩，采用连续最大角凸锥方法对经过压缩处理的高光谱图像数据进行分解，获取血涂片预设数目端元的丰度图。该步骤具体为：读入血涂片的高光谱图像数据Data(2x，2y，λ)；采用二次线性插值法依次将所述高光谱图像数据中每个波段图像的行、列数压缩为原来的一半，获取压缩后的高光谱图像数据Data’(x，y，λ)；采用连续最大角凸锥方法对所述压缩后的高光谱图像数据Data’(x，y，λ)进行分解，获取血涂片的5个端元的丰度图Ij(x，y)(j＝1，2，...，5)；其中，预设数目n的选择根据实际应用中的需要进行设置，本专利技术实施例对此不做限制，此处以n＝5为例进行说明。S102：结合大津法对所述血涂片预设数目端元的丰度图分别进行二值化处理，并采用数学形态学方法腐蚀运算去除细小噪声点，获取预设数目端元丰度图的二值图像。该步骤具体为：采用大津法自适应地分别获取所述血涂片的5个端元的丰度图Ij(x，y)(j＝1，2，...，5)的分割阈值Tj(j＝1，2，...，5)；将所述5个端元丰度图Ij(x，y)(j＝1，2，...本文档来自技高网...

【技术保护点】
一种基于高光谱成像的粘连红细胞自动计数方法，其特征在于，所述方法包括以下步骤：(1)读入血涂片的高光谱图像数据并进行压缩，采用连续最大角凸锥方法对经过压缩处理的高光谱图像数据进行分解，获取血涂片预设数目端元的丰度图；(2)结合大津法对所述血涂片预设数目端元的丰度图分别进行二值化处理，并采用数学形态学方法腐蚀运算去除细小噪声点，获取预设数目端元丰度图的二值图像；(3)对所述预设数目端元丰度图的二值图像分别进行孔洞填充操作，并根据经过孔洞填充后的各端元二值图像中连通域的个数及最大连通域的大小选出细胞质二值图像；(4)对所述细胞质二值图像的细胞质连通域进行标记与面积统计，选取细胞质连通域面积的中值作为参考值R；(5)对所有细胞质连通域进行识别与计数。

【技术特征摘要】
1.一种基于高光谱成像的粘连红细胞自动计数方法，其特征在于，所述方法包括以下步骤：(1)读入血涂片的高光谱图像数据并进行压缩，采用连续最大角凸锥方法对经过压缩处理的高光谱图像数据进行分解，获取血涂片预设数目端元的丰度图；(2)结合大津法对所述血涂片预设数目端元的丰度图分别进行二值化处理，并采用数学形态学方法腐蚀运算去除细小噪声点，获取预设数目端元丰度图的二值图像；(3)对所述预设数目端元丰度图的二值图像分别进行孔洞填充操作，并根据经过孔洞填充后的各端元二值图像中连通域的个数及最大连通域的大小选出细胞质二值图像；(4)对所述细胞质二值图像的细胞质连通域进行标记与面积统计，选取细胞质连通域面积的中值作为参考值R；(5)对所有细胞质连通域进行识别与计数。2.根据权利要求1所述的基于高光谱成像的粘连红细胞自动计数方法，其特征在于，所述的步骤(1)的具体过程为：读入血涂片的高光谱图像数据Data(2x，2y，λ)；采用二次线性插值法对所述高光谱图像数据中每个波段的图像进行压缩，获取压缩后的高光谱图像数据Data’(x，y，λ)；采用连续最大角凸锥方法对所述压缩后的高光谱图像数据Data’(x，y，λ)进行分解，获取血涂片的n个端元的丰度图Ij(x，y)(j＝1，2，...，n)。3.根据权利要求1所述的基于高光谱成像的粘连红细胞自动计数方法，其特征在于，所述的步骤(2)的具体过程为：采用大津法自适应地分别获取所述血涂片的n个端元的丰度图Ij(x，y)(j＝1，2，...，n)的分割阈值Tj(j＝1，2，..，n)；根据所述分割阈值Tj(j＝1，2，..，n)分别对所述n个端元的丰度图Ij(x，y)(j＝1，2，..，n)进行二值化处理，并采用3×3大小的结构元素进行数学形态学腐蚀运算去除细小噪声点，获取所述n个端元的丰度图Ij(x，y)(j＝1，2，..，n)对应的...

【专利技术属性】
技术研发人员：周梅，刘茜，李庆利，刘洪英，邱崧，
申请(专利权)人：华东师范大学，
类型：发明
国别省市：上海,31