细胞分割方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术提供了一种细胞分割方法、装置及计算机可读存储介质。该方法包括获取原始图像；对原始图像进行处理，得到图像I

Cell segmentation method, device and computer readable storage medium

【技术实现步骤摘要】
细胞分割方法、装置及计算机可读存储介质
本专利技术涉及图像处理
，具体涉及一种细胞分割方法、装置及计算机可读存储介质。
技术介绍
对病理图像的分析是肿瘤诊断和评估的一种重要的临床和研究手段。然而，常规的基于人工的定性或半定量的分析，往往带有主观性、个体差异性和不可重现性。细胞核是病理图像的基本组成单元，其通常也是生物标记集中分布的地方。基于图像处理的细胞核的自动分割与计数技术，可以快速、准确、可重现的获得客观的定量数据，从而提高对病理图像的分析效率。细胞核分割与计数的难点在于细胞核形态的多样性，细胞核像素点的强度或染色分布不均匀，以及细胞核大量堆积和重叠等。目前对病理图像中的细胞核进行分割与计数的技术大都是针对染色较均匀且细胞核堆积与重叠较少的图像。例如通过全局聚类的方法提取细胞核(参见中国专利文献CN108288265A，CN110232410A)以及使用颜色检测的方法提取细胞核(参见中国专利文献CN105550651A，Casiraghi,E.etal(2017，2018))。这些方法在遇到图像中的细胞核像素点的强度或染色分布不均匀时，部分背景像素点可能与部分细胞核像素点具有相同的强度或染色，从而可能造成对细胞核的误检和漏检。同时，这种情况也可能会造成图像中细胞核的边缘梯度与背景的边缘梯度难以区分，通过计算边缘梯度，然后使用动态梯度阈值的方法提取细胞核(CN110517273A)的方法也可能存在不足。中国专利文献CN110223305A提出使用反卷积算法分离得到DAB通道灰度图像和苏木精通道灰度图像，对苏木精通道灰度图像使用LoG计算细胞核边缘，然后以局部极大值作为种子，使用分水岭算法分割细胞核。该方法使用颜色分离的方法获取到可能的细胞核像素点，在遇到细胞核像素点的强度或染色分布不均匀时，获取到的细胞核像素点可能不全，从而使得后续的种子点获取存在不足。另外，使用LoG算子计算细胞核边缘容易造成细胞核边缘特性的丢失，对于细胞核大量堆积和重叠的区域，可能难以获得理想的细胞核分割效果。中国专利文献CN110415255A公开了一种免疫组化病理图像CD3阳性细胞核分割方法及系统。该方法使用颜色反卷积分离染色通道，对分离后的图像使用超像素分割和Kmeans聚类去除背景，然后采用局部阈值Berson去除染色差异干扰，最后用分水岭算法进行细胞核分割。该方法考虑了减少染色差异的干扰，但是颜色反卷积并不能解决细胞核像素点的强度或染色分布不均匀的问题，其在细胞核分割时仍然存在不足。同时，该方法在对重叠细胞核分割时，采用了重建的开闭操作并取局部极大值得到前景区域，把前景区域中的局部极小值作为细胞核中心，再使用分水岭算法分割。利用重建的开闭操作会平滑图像，从而减少细胞核像素点的强度或染色分布不均匀的影响，但也会使得大量堆积与重叠的细胞核之间的可拆分特性减少。例如大量堆积的细胞核之间具有相似像素点强度值，重建的开闭操作处理后的前景区域，可能会难以计算其局部极小值。国际上的现有技术，包括快速径向对称算法(Zafari,S.etal(2015))，超像素分割算法(Borovec,J.andKybic,J.(2014))和交互式学习与分割工具包(ilastik，https://www.ilastik.org/.)具有细胞核分割功能。基于分水岭的细胞核分割算法(ShuJ.etal(2013))和细胞图像分析软件(CellProfiler，https://cellprofiler.org/)具有细胞核分割与计数的功能。但是，这些技术在面对病理图像存在像素点强度分布不均匀，以及大量细胞核堆积与重叠的问题时，仍然存在不足。其中，基于分水岭的细胞核分割算法(ShuJ.etal(2013))也使用了局部阈值法获取细胞核像素点，但是该方法只使用了像素点的强度特征，而没有考虑细胞核的形状特征。并且，该方法的局部阈值是对整个图像进行按步长的筛选。该方法获取细胞核像素点的准确度依赖于步长的设置，在面对细胞核大小差异较大的图像时获取细胞核像素点存在不足。在分割堆积与重叠细胞核时，该方法是基于条件设置的分水岭算法，条件的设置虽然考虑了像素点的强度与细胞核大小的限制条件，但并没有整合这些条件，在分割堆积与重叠细胞核时，对细胞核边缘的分割存在不足。基于神经网络的细胞核分割方法可以很好的分割细胞核，例如Akrametal.(2016)；Nayloretal.(2019)；Sornapudietal.(2018)；Sirinukunwattanaetal.(2016)；Fehrietal.(2019)；Sahaetal.(2018)；Hollandietal.(2019)；Mahmoodetal.(2018)等。但是，这些方法都需要人工标记的训练数据集，极大的增加了细胞核分割的整体时间成本。另外，这些已经训练好的模型，在面对一个新的病理图像数据集，且数据集中的图像存在像素点强度分布不均匀，以及大量细胞核堆积与重叠的问题时，由于模型训练样本的不足，也难以获得让人满意的效果。因此，当病理图像存在像素点强度分布不均匀，以及大量细胞核堆积与重叠的问题时，如何对病理图像中的荧光成像的病理图象中的细胞核进行分割与计数，成为了本领域技术人员亟待解决的技术问题和始终研究的重点。
技术实现思路
有鉴于此，本专利技术实施例提供了一种细胞分割方法、装置及计算机可读存储介质，以解决当图像像素点强度分布不均匀、大量细胞核堆积与重叠时，现有的细胞分割方法存在漏检和误检的问题。为此，本专利技术实施例提供了如下技术方案：本专利技术第一方面，提供了一种细胞分割方法，包括：获取原始图像；对所述原始图像进行处理，得到图像Igray；采用局部阈值法对所述图像Igray进行处理，得到图像ICLT；采用LoG算法对所述图像Igray进行处理，得到图像ILoG；对所述图像ICLT和所述图像ILoG进行融合运算得到图像Ifuse；对所述图像Ifuse进行细胞分割得到细胞核分割图像。可选地，对所述图像ICLT和所述图像ILoG进行融合运算得到所述图像Ifuse包括：对所述图像ICLT和所述图像ILoG进行或运算。可选地，采用局部阈值法对所述图像Igray进行处理，得到图像ICLT包括：获取所述原始图像中细胞核的半径估计值r；获取所述图像Igray对应的全局阈值Tg；采用所述全局阈值Tg对所述图像Igray进行二值化处理，并对二值化以后的图像提取边缘像素点，获得包含边缘像素点的图像Iedge；以所述图像Igray为掩模，以所述图像Iedge中的所述边缘像素点为中心，半径估计值r的2倍为边长的正方形区域内计算局部阈值Tl；对所述正方形区域内的像素点进行筛选，筛选的公式如下：其中，f(p)是在正方形区域内的像素点的值，I(p)是Igray图像中的像素点值，Tl是所述局部阈值Tl，Tg是所述全局阈值Tg，otherwise是否则，筛选后的图像为Ilocal；对图像I本文档来自技高网...

【技术保护点】
1.一种细胞分割方法，其特征在于，所述方法包括：/n获取原始图像；/n对所述原始图像进行处理，得到图像I

【技术特征摘要】
1.一种细胞分割方法，其特征在于，所述方法包括：
获取原始图像；
对所述原始图像进行处理，得到图像Igray；
采用局部阈值法对所述图像Igray进行处理，得到图像ICLT；
采用LoG算法对所述图像Igray进行处理，得到图像ILoG；
对所述图像ICLT和所述图像ILoG进行融合运算得到图像Ifuse；
对所述图像Ifuse进行细胞分割得到细胞核分割图像。


2.根据权利要求1所述的细胞分割方法，其特征在于，对所述图像ICLT和所述图像ILoG进行融合运算得到所述图像Ifuse包括：
对所述图像ICLT和所述图像ILoG进行或运算。


3.根据权利要求1所述的细胞分割方法，其特征在于，采用局部阈值法对所述图像Igray进行处理，得到图像ICLT包括：
获取所述原始图像中细胞核的半径估计值r；
获取所述图像Igray对应的全局阈值Tg；
采用所述全局阈值Tg对所述图像Igray进行二值化处理，并对二值化以后的图像提取边缘像素点，获得包含边缘像素点的图像Iedge；
以所述图像Igray为掩模，以所述图像Iedge中的所述边缘像素点为中心，半径估计值r的2倍为边长的正方形区域内计算局部阈值Tl；
对所述正方形区域内的像素点进行筛选，筛选的公式如下：



其中，f(p)是在正方形区域内的像素点的值，I(p)是Igray图像中的像素点值，Tl是所述局部阈值Tl，Tg是所述全局阈值Tg，otherwise是否则，筛选后的图像为Ilocal；
对图像Ilocal使用Isodata的自动阈值获取方法获取所述图像Ilocal对应的全局阈值Tg2；
采用所述全局阈值Tg2对所述图像Ilocal进行二值化处理，得到所述图像ICLT。


4.根据权利要求1所述的细胞分割方法，其特征在于，对所述图像Ifuse进行细胞分割得到细胞核分割图像包括：
获取所述原始图像中细胞核的半径估计值r；
获取所述原始图像中的噪声颗粒大小Snoise＝r×r/4；
获取所述原始图像中的超像素种子点的大小Ssuperseed＝r；
对所述图像Ifuse使用基于最终腐蚀点的分水岭算法进行拆分，从拆分后的颗粒中删除小于所述噪声颗粒大小Snoise的颗粒得到图像Iwatershed；
获取所述图像Iwatershed中所述颗粒的中心点，对所述中心点进行膨胀，膨胀的大小限制为Ssuperseed个像素点，获取超像素种子点；
对所述图像Iwatershed进行距离转换得到图像Idis；
对图像Igray使用重建的开运算和重建的闭运算，获得图像Im；
基于所述图像Im、所述图像Idis、所述超像素种子点进行一遍超像素分割得到细胞核分割图像。


5.根据权利要求4所述的细胞分割方法，其特征在于，基于所述图像Im、所述图像Idis、所述超像素种子点进行一遍超像素分割得到细胞核分割图像包括：
将每个所述超像素种子点分别作为待检测超像素种子点Si，并在所述图像Iwatershed中对所述待检测超像素种子点Si执行以下步骤：
S1：从所述超像素种子点中获取除当前待检测超像素种子点Si之外的其它超像素种子点，得到待排除超像素种子点；
S2：对所述当前待检测超像素种子点Si包含的像素点进行标记；
S3：获取所述当前待检测超像素种子点Si的边缘像素点Ei；
S4：获取所述边缘像素点Ei的预设邻域；
S5：从所述预设邻域中获取所述...

【专利技术属性】
技术研发人员：束劼，张永梅，高齐阳，
申请(专利权)人：北方工业大学，
类型：发明
国别省市：北京;11