一种基于机器视觉的子宫颈细胞图像分割方法技术

本发明专利技术涉及一种基于机器视觉的子宫颈细胞图像分割方法，该方法涉及医学图像处理技术领域。该方法包括：先对子宫颈细胞原图进行切块处理，然后分别对细胞质团块和细胞核进行检测，筛选等处理，其中细胞核的检测除了图像处理方法外还运用到了细胞学上的先验知识对细胞核进行筛选，大大提高细胞核筛选的准确率，结合得到的细胞质团块以及细胞核进行细胞的定位，本发明专利技术能够实现细胞的快速定位，帮助医疗人员提高辨识效率。

A method of cervical cell image segmentation based on machine vision

The invention relates to a cervical cell image segmentation method based on machine vision, which relates to the technical field of medical image processing. This method includes: firstly, the original image of cervix cell is cut into pieces, then the cytoplasmic mass and nucleus are detected and screened. In addition to the image processing method, the detection of nucleus is also applied to the prior knowledge of cytology to screen the nucleus, which greatly improves the accuracy of nucleus screening, combining the cytoplasmic mass and nucleus For cell location, the invention can realize fast cell location and help medical personnel improve identification efficiency.

【技术实现步骤摘要】
一种基于机器视觉的子宫颈细胞图像分割方法
本专利技术涉及图像处理
，尤其是涉及一种基于机器视觉的子宫颈细胞图像分割方法。
技术介绍
传统的子宫颈癌细胞辨识主要是专业医生对接受子宫颈细胞检测测者的子宫颈细胞医学图像进行观察，并凭借专业知识和经验判断受检测者子宫颈细胞是否发生病变，是否存在患上子宫颈癌的风险，虽然对于经验丰富、专业知识扎实的医生来说，这种辨识方法的准确度也相当高、然而由于子宫颈医学图像往往太大，加上各种影响判断的图像噪声的影响，这一辨识方式往往需要耗费很多的时间，不仅在时间成本、还是时间成本上都是巨大的，而且对人体细胞病变的辨识一旦拖延，就有可能会出现不可挽回的情况，因此，这是一项既要求精度，也要求速度的技术。图像分割是把图像中人们感兴趣的特定的区域提取出来的技术和过程，随着医疗水平的提高，医疗图像分割已经成为了医疗分析技术的重点对象。子宫颈细胞分割，由于子宫颈癌的高发病率和高死亡率严重威胁女性的身体健康和生命安全，也便成为了临床诊疗中重点关注的技术。各种经典的图像分割方法应用于医学图像分割，但是由于医学图像的特殊性以本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的子宫颈细胞图像分割方法，其特征在于，包括以下步骤：/n步骤1：对子宫颈细胞的原图像按照具体需求进行切块处理，得到多张子宫颈细胞子图；/n步骤2：对每张子宫颈细胞子图通过去噪处理去掉图像中影响细胞切割的物体，所述物体包括由于染料不均匀造成的燃料快、液体的暗纹和毛刺；/n步骤3：对所有经过去噪处理的子宫颈细胞子图进一步统一对图像的数据类型和格式进行处理并缩小尺寸，得到所有经过预处理的子宫颈细胞子图；/n步骤4：采用聚类方法针对所有经过预处理的子宫颈细胞子图通过计算得到超像素，基于得到的超像素利用阈值法实现前景与背景的分离，再对细胞质团块运用开运算，得到细胞质区域；/n步骤5：...

【技术特征摘要】
1.一种基于机器视觉的子宫颈细胞图像分割方法，其特征在于，包括以下步骤：
步骤1：对子宫颈细胞的原图像按照具体需求进行切块处理，得到多张子宫颈细胞子图；
步骤2：对每张子宫颈细胞子图通过去噪处理去掉图像中影响细胞切割的物体，所述物体包括由于染料不均匀造成的燃料快、液体的暗纹和毛刺；
步骤3：对所有经过去噪处理的子宫颈细胞子图进一步统一对图像的数据类型和格式进行处理并缩小尺寸，得到所有经过预处理的子宫颈细胞子图；
步骤4：采用聚类方法针对所有经过预处理的子宫颈细胞子图通过计算得到超像素，基于得到的超像素利用阈值法实现前景与背景的分离，再对细胞质团块运用开运算，得到细胞质区域；
步骤5：采用改进的最大稳定极值区域方法对所有经过预处理的子宫颈细胞子图进行细胞核检测，得到筛选细胞核；
步骤6：结合得到的细胞质区域和筛选细胞核进一步进行细胞区域估计，对估计结果进行精修后即为子宫颈细胞图像分割结果。


2.根据权利要求1所述的一种基于机器视觉的子宫颈细胞图像分割方法，其特征在于，所述步骤1具体包括：对子宫颈细胞的原图像按照保证图像分辨率的基础上利用具有不同对于图像的处理能力的设备进行不同需求对应大小的切块处理，得到多张子宫颈细胞子图。


3.根据权利要求1所述的一种基于机器视觉的子宫颈细胞图像分割方法，其特征在于，所述步骤2中的去噪处理采用双边滤波的去噪方法。


4.根据权利要求1所述的一种基于机器视觉的子宫颈细胞图像分割方法，其特征在于，所述步骤3具体包括：对所有经过去噪处理的子宫颈细胞子图进一步统一对图像的数据类型和格式进行处理，即图像格式的颜色空间统一为RGB格式，图像数据值统一为0～255，并缩小尺寸，得到所有经过预处理的子宫颈细胞子图。


5.根据权利要求1所述的一种基于机器视觉的子宫颈细胞图像分割方法，其特征在于，所述的步骤4具体包括以下分步骤：
步骤41：对所有经过预处理的子宫颈细胞子图进行quickshift聚类，得到聚类标签；
步骤42：对得到的聚类标签使用平均颜色强度计算方法得到区域邻接图；
步骤43：对得到的区域邻接图进行相似区域合并得到超像素图像；
步骤44：基于超像素图像利用阈值...

【专利技术属性】
技术研发人员：黄继风，黄少华，虞杨，
申请(专利权)人：上海师范大学，
类型：发明
国别省市：上海;31