细胞分类方法技术

一种细胞分类方法，系统将多张相关于多个细胞的细胞图层图像合成为包括所述细胞的图像的细胞合成图像，再根据所述细胞合成图像及筛选条件，从该细胞合成图像中的所述细胞中筛选出多个候选细胞，并获得多笔候选细胞数据，接着利用所述候选细胞数据对该细胞图层图像进行特征撷取而获得多个分别相关于所述候选细胞的细胞膜的特征值，与多个分别相关于所述候选细胞的细胞核的特征值。最后所述系统至少根据多个分别对应所述细胞图层图像的上限值、所述细胞膜特征值，及所述细胞核特征值，决定出每一个候选细胞为目标细胞或是非目标细胞。

【技术实现步骤摘要】
细胞分类方法
本专利技术涉及一种分类方法，特别是涉及一种细胞分类方法。
技术介绍
细胞的表现在自然与病理现象上常被用来做为临床上的研究，针对临床研究需求，细胞显微图像分析的技术常应用于分析细胞计数、细胞面积大小、个别或群体细胞轨迹移动观察等细胞的表现，利用显微序列图像中活体细胞的运动，能协助临床诊断上图像特征采集，进而能对图像中的细胞的表现进行快速且客观地分类。现有细胞显微图像分类的技术是先将细胞以荧光染剂染色，例如免疫荧光(Immunofluorescence,IF)、免疫细胞化学(Immunocytochemistry,ICC)、免疫组织化学染色法(immunohistochemistry,IHC)等染色法，当细胞暴露于激光束时，染色的细胞的荧光染剂受到激光的激发，释放一定波长的光，然后借由一分析系统拍摄出细胞的图像，最后该分析系统分析该图像以获得细胞的物理特性及生化特征，并根据细胞的物理特性及生化特征对细胞进行分类。然而，仅根据细胞释放的光所获得的细胞的物理特性及生化特征进行分类的准确性不高。
技术实现思路
本专利技术的目的在于提供一种具有高准确度的细胞分类方法。本专利技术的细胞分类方法，由系统来实施，所述系统存储有多张相关于多个细胞的细胞图层图像，每一细胞图层图像相关于所述细胞的细胞膜、细胞质，及细胞核其中至少一者，该细胞分类方法包含一个步骤(A)、一个步骤(B)、一个步骤(C)、一个步骤(D)，及一个步骤(E)：。在步骤(A)中，所述系统将所述细胞图层图像合成为包括所述细胞的图像的细胞合成图像。在步骤(B)中，所述系统根据所述细胞合成图像及相关于细胞大小的筛选条件，从所述细胞合成图像中的所述细胞中筛选出多个候选细胞，并获得多笔分别相关于所述候选细胞的图像位置及大小的候选细胞数据。在步骤(C)中，所述系统对于每一张相关于所述细胞的细胞膜的细胞图层图像，利用所述候选细胞数据对该细胞图层图像进行特征撷取而获得多个分别相关于所述候选细胞的细胞膜的细胞膜特征。在步骤(D)中，所述系统对于每一张相关于所述细胞的细胞核的细胞图层图像，利用所述候选细胞数据对该细胞图层图像进行特征撷取而获得多个分别相关于所述候选细胞的细胞核的细胞核特征值。步骤(E)中，所述系统至少根据多个分别对应所述细胞图层图像的上限值、所述细胞图层图像的所述细胞膜特征值，及所述细胞图层图像的所述细胞核特征值，决定出每一个候选细胞为目标细胞或是非目标细胞。较佳地，本专利技术的细胞分类方法，在步骤(B)中，所述筛选条件为：所述候选细胞的图像的像素数目大于默认值。较佳地，本专利技术的细胞分类方法，步骤(B)包含以下子步骤：(B-1)借由所述系统，根据所述细胞合成图像的背景的多个像素二值化所述细胞合成图像；及(B-2)借由所述系统，根据二值化的所述细胞合成图像及默认值获得所述候选细胞与所述候选细胞数据，每一个候选细胞的像素数目大于所述默认值。较佳地，本专利技术的细胞分类方法，在步骤(B)及(C)间还包含以下子步骤：(F)借由所述系统，根据所述候选细胞数据，撷取相关于所述细胞的细胞膜的细胞图层图像中的候选细胞的细胞膜，并将所述候选细胞的细胞膜的图像合成为候选细胞膜合成图像；(G)借由所述系统，对于所述候选细胞膜合成图像中的每一个候选细胞，判定是否能以距离转换算法分离出候选丛细胞；及(H)借由所述系统，当判定出该候选细胞能以距离转换算法分离出所述候选丛细胞时，根据所述候选细胞膜合成图像获得相关于所述候选丛细胞的图像位置及大小的候选丛细胞数据，并将所述候选丛细胞数据作为所述候选细胞数据。较佳地，本专利技术的细胞分类方法，步骤(G)包含以下子步骤：(G-1)借由所述系统，对于所述候选细胞膜合成图像中的每一个候选细胞，根据所述候选细胞膜合成图像，以适应性算法计算出一个相关于像素值的细胞膜临界值；(G-2)借由所述系统，对于所述候选细胞膜合成图像中的每一个候选细胞，根据所述细胞膜临界值，二值化所述候选细胞膜合成图像；(G-3)借由所述系统，对于所述候选细胞膜合成图像中的每一个候选细胞，根据二值化的所述候选细胞膜合成图像及相关于该候选细胞的图像位置及大小的候选细胞数据，获得相关于该候选细胞的细胞膜的候选细胞膜图像轮廓；(G-4)借由所述系统，对于所述候选细胞膜合成图像中的每一个候选细胞，计算出相关于所述候选细胞膜图像轮廓的细胞膜轮廓平均长度；(G-5)借由所述系统，对于所述候选细胞膜合成图像中的每一个候选细胞，且对于所述候选细胞膜图像轮廓内的每一个像素，计算出相关于该像素与所述候选细胞膜图像轮廓最短距离的细胞膜轮廓最短距离，以获得相关于所述细胞膜轮廓最短距离与所述细胞膜轮廓平均长度的比值的细胞膜轮廓比值；(G-6)借由所述系统，根据所述细胞膜轮廓比值，映射所述候选细胞膜图像轮廓的每一个像素值至像素的最大值；(G-7)借由所述系统，正规化映像后的所述候选细胞膜图像轮廓，以获得细胞膜轮廓波峰数；及(G-8)借由所述系统，根据所述细胞膜轮廓波峰数，判定能否分离出所述候选丛细胞。较佳地，本专利技术的细胞分类方法，在步骤(B)及(C)间还包含以下子步骤：(I)借由所述系统，根据所述候选细胞数据，撷取相关于所述细胞的细胞核的细胞图层图像中的候选细胞的细胞核，并将所述候选细胞的细胞核的图像合成为候选细胞核合成图像；(J)借由所述系统，对于所述候选细胞核合成图像中的每一个候选细胞，判定是否能以距离转换算法分离出所述候选丛细胞；及(K)借由所述系统，当判定出该候选细胞能以距离转换算法分离出所述候选丛细胞时，根据所述候选细胞核合成图像获得相关于所述候选丛细胞的图像位置及大小的候选丛细胞数据，并将所述候选丛细胞数据作为所述候选细胞数据。较佳地，本专利技术的细胞分类方法，步骤(J)包含以下子步骤：(J-1)借由所述系统，对于所述候选细胞核合成图像中的每一个候选细胞，根据所述候选细胞核合成图像，以适应性算法计算出相关于像素值的细胞核临界值；(J-2)借由所述系统，对于所述候选细胞核合成图像中的每一个候选细胞，根据所述细胞核临界值，二值化所述候选细胞核合成图像；(J-3)借由所述系统，对于所述候选细胞核合成图像中的每一个候选细胞，根据二值化的所述候选细胞核合成图像及相关于该候选细胞的图像位置及大小的候选细胞数据，获得相关于该候选细胞的细胞核的候选细胞核图像轮廓；(J-4)借由所述系统，对于所述候选细胞核合成图像中的每一个候选细胞，计算出相关于所述候选细胞核图像轮廓的细胞核轮廓平均长度；(J-5)借由所述系统，对于所述候选细胞核合成图像中的每一个候选细胞，且对于所述候选细胞核图像轮廓内的每一个像素，计算出相关于该像素与所述候选细胞核图像轮廓的最短距离的细胞核轮廓最短距离，以获得相关于所述细胞核轮廓最短距离与所述细胞核轮廓平均长度的比值的细胞核轮廓比值；(J-6)借由所述系统，根据所述细胞核轮廓比值，映射所述候选细胞核图像轮廓的每一个像素值至像素的最大值；(J-7)借由所述系统，正规化映像后的所述候选细胞核图像轮廓，以获得细胞核轮廓波峰数；及(J-8)借由所述系统，根据所述细胞核轮廓波峰数，判定能否分离出所述候选丛细胞。较佳地，本专利技术的细胞分类方法，在步骤(C)中，每一个细胞膜特征值为相关于该细胞图层图像的候选细胞的本文档来自技高网...

【技术保护点】
1.一种细胞分类方法，由系统来实施，所述系统存储有多张相关于多个细胞的细胞图层图像，每一张细胞图层图像相关于所述细胞的细胞膜、细胞质，及细胞核其中至少一者，其特征在于：该细胞分类方法包含以下步骤：(A)借由所述系统，将所述细胞图层图像合成为包括所述细胞的图像的细胞合成图像；(B)借由所述系统，根据所述细胞合成图像及相关于细胞大小的筛选条件，从所述细胞合成图像中的所述细胞中筛选出多个候选细胞，并获得多笔分别相关于所述候选细胞的图像位置及大小的候选细胞数据；(C)借由所述系统，对于每一张相关于所述细胞的细胞膜的细胞图层图像，利用所述候选细胞数据对该细胞图层图像进行特征撷取而获得多个分别相关于所述候选细胞的细胞膜的细胞膜特征值；(D)借由所述系统，对于每一张相关于所述细胞的细胞核的细胞图层图像，利用所述候选细胞数据对该细胞图层图像进行特征撷取而获得多个分别相关于所述候选细胞的细胞核的细胞核特征值；及(E)借由所述系统，至少根据多个分别对应所述细胞图层图像的上限值、所述细胞图层图像的所述细胞膜特征值，及所述细胞图层图像的所述细胞核特征值，决定出每一个候选细胞为目标细胞或是非目标细胞。

【技术特征摘要】
1.一种细胞分类方法，由系统来实施，所述系统存储有多张相关于多个细胞的细胞图层图像，每一张细胞图层图像相关于所述细胞的细胞膜、细胞质，及细胞核其中至少一者，其特征在于：该细胞分类方法包含以下步骤：(A)借由所述系统，将所述细胞图层图像合成为包括所述细胞的图像的细胞合成图像；(B)借由所述系统，根据所述细胞合成图像及相关于细胞大小的筛选条件，从所述细胞合成图像中的所述细胞中筛选出多个候选细胞，并获得多笔分别相关于所述候选细胞的图像位置及大小的候选细胞数据；(C)借由所述系统，对于每一张相关于所述细胞的细胞膜的细胞图层图像，利用所述候选细胞数据对该细胞图层图像进行特征撷取而获得多个分别相关于所述候选细胞的细胞膜的细胞膜特征值；(D)借由所述系统，对于每一张相关于所述细胞的细胞核的细胞图层图像，利用所述候选细胞数据对该细胞图层图像进行特征撷取而获得多个分别相关于所述候选细胞的细胞核的细胞核特征值；及(E)借由所述系统，至少根据多个分别对应所述细胞图层图像的上限值、所述细胞图层图像的所述细胞膜特征值，及所述细胞图层图像的所述细胞核特征值，决定出每一个候选细胞为目标细胞或是非目标细胞。2.根据权利要求1所述的细胞分类方法，其特征在于：在步骤(B)中，所述筛选条件为：所述候选细胞的图像的像素数目大于默认值。3.根据权利要求1所述的细胞分类方法，其特征在于：步骤(B)包含以下子步骤：(B-1)借由所述系统，根据所述细胞合成图像的背景的多个像素二值化所述细胞合成图像；及(B-2)借由所述系统，根据二值化的所述细胞合成图像及默认值获得所述候选细胞与所述候选细胞数据，其中每一个候选细胞的像素数目大于所述默认值。4.根据权利要求1所述的细胞分类方法，其特征在于：在步骤(B)及(C)间还包含以下子步骤：(F)借由所述系统，根据所述候选细胞数据，撷取相关于所述细胞的细胞膜的细胞图层图像中的候选细胞的细胞膜，并将所述候选细胞的细胞膜的图像合成为候选细胞膜合成图像；(G)借由所述系统，对于所述候选细胞膜合成图像中的每一个候选细胞，判定是否能以距离转换算法分离出候选丛细胞；及(H)借由所述系统，当判定出该候选细胞能以距离转换算法分离出所述候选丛细胞时，根据所述候选细胞膜合成图像获得相关于所述候选丛细胞的图像位置及大小的候选丛细胞数据，并将所述候选丛细胞数据作为所述候选细胞数据。5.根据权利要求4所述的细胞分类方法，其特征在于：步骤(G)包含以下子步骤：(G-1)借由所述系统，对于所述候选细胞膜合成图像中的每一个候选细胞，根据所述候选细胞膜合成图像，以适应性算法计算出相关于像素值的细胞膜临界值；(G-2)借由所述系统，对于所述候选细胞膜合成图像中的每一个候选细胞，根据所述细胞膜临界值，二值化所述候选细胞膜合成图像；(G-3)借由所述系统，对于所述候选细胞膜合成图像中的每一个候选细胞，根据二值化的所述候选细胞膜合成图像及相关于该候选细胞的图像位置及大小的候选细胞数据，获得相关于该候选细胞的细胞膜的候选细胞膜图像轮廓；(G-4)借由所述系统，对于所述候选细胞膜合成图像中的每一个候选细胞，计算出相关于所述候选细胞膜图像轮廓的细胞膜轮廓平均长度；(G-5)借由所述系统，对于所述候选细胞膜合成图像中的每一个候选细胞，且对于所述候选细胞膜图像轮廓内的每一个像素，计算出相关于该像素与所述候选细胞膜图像轮廓的最短距离的细胞膜轮廓最短距离，以获得相关于所述细胞膜轮廓最短距离与所述细胞膜轮廓平均长度的比值...

【专利技术属性】
技术研发人员：黄忠谔，陈省宏，吴崇铭，何信呈，陈圣文，
申请(专利权)人：曦医生技股份有限公司，
类型：发明
国别省市：萨摩亚,WS