一种检测与筛选类圆形细胞区域的方法及系统技术方案

本发明专利技术公开了一种检测与筛选类圆形细胞区域的方法及系统，用以解决现有技术不能有效地检测与筛选类圆形细胞区域的问题。该方法包括：S1、定义相差显微镜细胞图像中具有不同重要性的灰度层级结构信息；S2、通过手动标记或者帧间关联的方式确定当前帧的细胞主要信息；S3、针对原图进行霍夫圆检测并获得各霍夫圆的位置参数与半径参数；S4、通过比较各细胞的主要信息与各霍夫圆区域关系对霍夫圆检测结果进行筛选。本发明专利技术基于灰度层级结构信息，通过比较各细胞的主要信息与各霍夫圆区域关系，能有效地区分和筛选霍夫圆检测结果，从而有利于确定细胞形态及其变化。

【技术实现步骤摘要】
一种检测与筛选类圆形细胞区域的方法及系统
本专利技术涉及本专利技术涉及医学图像处理
，尤其涉及一种检测与筛选类圆形细胞区域的方法及系统。
技术介绍
细胞运动的研究一直是细胞学和生物学研究的重要组成部分，但是传统的研究方法在技术日益革新的现在已经渐渐变得不这么适用了，传统的在显微镜下利用细胞计数板用人眼进行染色、分类、计数、跟踪等这类不但需要大量繁琐的人为操作而且容易使得操作者变得疲劳从而影响结果的正确性，且其可重用性比较低。国内外的医学专家经过长期地实践与研究取得一致共识认为应该在细胞运动研究中引入数字视频技术和数字图像处理技术，从而极大地提高研究效率，减轻研究人员负担。用计算机来跟踪细胞运动，部分代替人类始终盯着显微镜来观察细胞的眼睛，尽量地把人从繁重的重复劳动中解脱出来进行更有创造性的工作。因此，如何利用计算机图像处理、视频分析等相关技术手段来提高生物研究过程中的自动化程度已成为当前急需解决的非常有意义的难题。当前，常用的目标检测与识别算法，可以在确定目标大致位置之后，提取区域内部的特征，再采用适当的分类器对检测区域进行识别与分类。多数目标检测与识别算法的实现都是依赖于提取的高维度特征与不同的训练算法。在检测时，这些算法多采用矩形框，且将矩形框覆盖的大致区域作为表征目标的检测结果。虽然，其检测结果可以覆盖目标，但并不是在所有情况下都可以通过外接矩形框的方式定义目标区域。矩形框内目标占整个矩形框区域的比例有时非常小，那么提取的特征就不是非常准确，不利于应用目标识别与分类等后续算法。公开号为CN103559724A的专利提供了一种高粘连度细胞环境下的多细胞同步跟踪方法。细胞序列图像中，多细胞的分割和同步跟踪是一个尚未解决的难题，尤其在高粘连度情况下多细胞检测与分割，更加迫切需要解决。该专利技术首先提出了一种改进的基于分水岭和多特征匹配的分割算法实现细胞分割，然后，建立适用于卡尔曼滤波的运动模型并加入多特征匹配实现细胞的预测和跟踪。该专利技术不能很好地处理细胞核粘连情况与独立情况的分析。
技术实现思路
本专利技术要解决的技术问题目的在于提供一种检测与筛选类圆形细胞区域的方法及系统，用以解决现有技术不能有效地检测与筛选类圆形细胞区域的问题。为了实现上述目的，本专利技术采用的技术方案为：一种检测与筛选类圆形细胞区域的方法，包括步骤：S1、定义相差显微镜细胞图像中具有不同重要性的灰度层级结构信息；S2、通过手动标记或者帧间关联的方式确定当前帧的细胞主要信息；S3、针对原图进行霍夫圆检测并获得各霍夫圆的位置参数与半径参数；S4、通过比较各细胞的主要信息与各霍夫圆区域关系对霍夫圆检测结果进行筛选。进一步地，步骤S1具体包括：通过相差显微镜成像系统，获取所述相差显微镜细胞图像；采用多类别最大类间方差算法得出所述相差显微镜细胞图像的深暗区域、高亮区域及封闭区域；定义深暗区域为细胞主要信息，高亮区域为细胞次要信息，封闭区域为细胞中间信息。进一步地，步骤S2具体包括：将细胞主要信息局部区域块分组成为不同目标集合；根据所述分组后的局部区域块生成二值标记图；将所述二值标记图中的局部区域块标号标色以确定所述细胞主要信息。采用本地覆盖检测对所述细胞主要信息进行检测；判断所述细胞主要信息是否具有可扩展的中间信息，若无，保持所述细胞主要信息不变；否则，有序地进行扩展。进一步地，步骤S3具体包括：通过霍夫圆检测方法检测细胞图像中圆形区域；判断所述各个圆形区域是否只覆盖了一个霍夫圆检测结果，若是，作为可参考的检测结果，否则，通过检测所述细胞主要信息的中心点与其覆盖的所述霍夫圆的圆心之间的位置关系。进一步地，步骤S4具体包括：采用覆盖检测比对所述细胞主要信息与各个霍夫圆；判断所述圆形区域是否只覆盖了一个霍夫圆检测结果，若是，作为可参考的检测结果，否则，通过检测所述细胞主要信息的中心点与其覆盖的所述霍夫圆的圆心之间的位置关系；判断所述细胞主要信息的中心点与所述霍夫圆的圆心之间的距离是否小于等于所述霍夫圆的半径，若是，判定为可参考的检测结果；否则，判定为待参考的检测结果。一种检测与筛选类圆形细胞区域的系统，包括：定义模块，用于定义相差显微镜细胞图像中具有不同重要性的灰度层级结构信息；标记模块，用于通过手动标记或者帧间关联的方式确定当前帧的细胞主要信息；添加模块，用于针对原图进行霍夫圆检测并获得各霍夫圆的位置参数与半径参数；筛选模块，用于通过比较各细胞的主要信息与各霍夫圆区域关系对霍夫圆检测结果进行筛选。进一步地，所述定义模块具体包括：图像获取单元，用于通过相差显微镜成像系统，获取所述相差显微镜细胞图像；区域分类单元，用于采用多类别最大类间方差算法得出所述相差显微镜细胞图像的深暗区域、高亮区域及封闭区域；信息分类单元，用于定义深暗区域为细胞主要信息，高亮区域为细胞次要信息，封闭区域为细胞中间信息。进一步地，所述标记模块具体包括：区块分组单元，用于将细胞主要信息局部区域块分组成为不同目标集合；二值标记单元，用于根据所述分组后的局部区域块生成二值标记图；标号标色单元，用于将所述二值标记图中的局部区域块标号标色以确定所述细胞主要信息。进一步地，所述检测模块具体包括：检测单元，用于通过霍夫圆检测方法检测细胞图像中圆形区域，并记录每个圆形区域的圆心位置以及圆的半径参数；进一步地，所述筛选模块具体包括：单霍夫圆单元，用于判断所述圆形区域是否只覆盖了一个霍夫圆检测结果，若是，作为可参考的检测结果，否则，通过检测所述细胞主要信息的中心点与其覆盖的所述霍夫圆的圆心之间的位置关系；多霍夫圆单元，用于判断所述细胞主要信息的中心点与所述霍夫圆的圆心之间的距离是否小于等于所述霍夫圆的半径，若是，判定为可参考的检测结果；否则，判定为待参考的检测结果。本专利技术与传统的技术相比，有如下优点：本专利技术基于灰度层级结构信息，通过比较各细胞的主要信息与各霍夫圆区域关系，能有效地区分和筛选霍夫圆检测结果，从而有利于确定细胞形态及其变化。附图说明图1是实施例一提供的一种检测与筛选类圆形细胞区域的方法流程图；图2是实施例一提供的三幅相差显微镜细胞图像；图3是实施例一提供的针对图2三幅原图的多类别最大类间方差算法结果图；图4是实施例一提供的针对各幅图像的具有不同重要性的灰度层级结构信息；图5是实施例一提供的针对各幅图像中各细胞的主要信息区域块标记结果图；图6是实施例一提供的针对各幅图像的霍夫圆检测结果；图7是实施例一提供的针对PCM_0001基于筛选机制区分后的霍夫圆区域集合；图8是实施例一提供的针对PCM_0002基于筛选机制区分后的霍夫圆区域集合；图9是实施例一提供的针对PCM_0003基于筛选机制区分后的霍夫圆区域集合；图10是实施例二提供的一种检测与筛选类圆形细胞区域的系统结构图。具体实施方式以下是本专利技术的具体实施例并结合附图，对本专利技术的技术方案作进一步的描述，但本专利技术并不限于这些实施例。实施例一本实施例提供了一种检测与筛选类圆形细胞区域的方法，如图1所示，包括步骤：S11：定义相差显微镜细胞图像中具有不同重要性的灰度层级结构信息；S12：通过手动标记或者帧间关联的方式确定当前帧的细胞主要信息；S13：针对原图进行霍夫圆检测并获得各霍夫圆的位置参数与半径参数；S14：通过比较各细胞的主要信息与本文档来自技高网...

【技术保护点】
一种检测与筛选类圆形细胞区域的方法，其特征在于，包括步骤：S1、定义相差显微镜细胞图像中具有不同重要性的灰度层级结构信息；S2、通过手动标记或者帧间关联的方式确定当前帧的细胞主要信息；S3、针对原图进行霍夫圆检测并获得各霍夫圆的位置参数与半径参数；S4、通过比较各细胞的主要信息与各霍夫圆区域关系对霍夫圆检测结果进行筛选。

【技术特征摘要】
1.一种检测与筛选类圆形细胞区域的方法，其特征在于，包括步骤：S1、定义相差显微镜细胞图像中具有不同重要性的灰度层级结构信息；S2、通过手动标记或者帧间关联的方式确定当前帧的细胞主要信息；S3、针对原图进行霍夫圆检测并获得各霍夫圆的位置参数与半径参数；S4、通过比较各细胞的主要信息与各霍夫圆区域关系对霍夫圆检测结果进行筛选。2.根据权利要求1所述的一种检测与筛选类圆形细胞区域的方法，其特征在于，步骤S1具体包括：通过相差显微镜成像系统，获取所述相差显微镜细胞图像；采用多类别最大类间方差算法得出所述相差显微镜细胞图像的深暗区域、高亮区域及封闭区域；定义深暗区域为细胞主要信息，高亮区域为细胞次要信息，封闭区域为细胞中间信息。3.根据权利要求2所述的一种检测与筛选类圆形细胞区域的方法，其特征在于，步骤S2具体包括：将细胞主要信息局部区域块分组成为不同目标集合；根据所述分组后的局部区域块生成二值标记图；将所述二值标记图中的局部区域块标号标色以确定所述细胞主要信息。采用本地覆盖检测对所述细胞中间信息进行检测；判断所述细胞主要信息是否具有可扩展的中间信息，若无，保持所述细胞主要信息不变；否则，有序地进行扩展。4.根据权利要求3所述的一种检测与筛选类圆形细胞区域的方法，其特征在于，步骤S3具体包括：通过霍夫圆检测方法检测细胞图像中圆形区域，并记录每个圆形区域的圆心位置以及圆的半径参数；5.根据权利要求4所述的一种检测与筛选类圆形细胞区域的方法，其特征在于，步骤S4具体包括：判断所述各个圆形区域是否只覆盖了一个霍夫圆检测结果，若是，作为可参考的检测结果，否则，通过检测所述细胞主要信息的中心点与其覆盖的所述霍夫圆的圆心之间的位置关系；判断所述细胞主要信息的中心点与所述霍夫圆的圆心之间的距离是否小于等于所述霍夫圆的半径，若是，判定为可参考的检测结果；否则，判定为待参考的检测结果。6.一种检测与筛选类圆形细胞区域的系统，其特征在于，包括：定义模块，用于定义相差显微镜细胞图像中具有不同重要性...

【专利技术属性】
技术研发人员：陈磊，楼雄伟，方陆明，唐丽华，张剑华，陈胜勇，
申请(专利权)人：浙江农林大学，
类型：发明
国别省市：浙江,33