【技术实现步骤摘要】
一种新型的重叠脱落上皮细胞分割方法
本专利技术涉及医学图像处理
，具体为一种新型的重叠脱落上皮细胞分割方法。
技术介绍
脱落上皮细胞是临床上可较为方便收集和获得的一种待测样本，通过对脱落上皮细胞进行检查或分析，利用细胞生物学中异倍体细胞形态特征参数、遗传物质DNA含量变化以及其他基因芯片等新型生物技术，可以实现对脱落上皮细胞中异常增生或癌变细胞的筛查诊断。脱落上皮细胞如宫颈脱落上皮细胞、口腔脱落上皮细胞或粪便中脱落的肠上皮细胞等，进行常规细胞学样本处理后(如巴氏染色、HE染色等)，要依靠有经验的医生人为在显微镜下从大量细胞中寻找若干癌前病变细胞，工作强度巨大，极易使人疲劳，并且要求操作者具有较高的病理知识和临床经验，诊断结果受到操作者的主观因素等多方面的影响，人为误差不可避免。准确而又高效的癌细胞早期检测方法可以帮助挽救更多的癌症早期患者的生命。要实现对癌前病变细胞的形态分析及异常特征的自动诊断，细胞分割是第一步，因此脱落上皮细胞图像分割质量的高低对最终检测结果的准确性有着十分重要的影响。理想的细胞图像分割结果...
【技术保护点】
1.一种新型的重叠脱落上皮细胞分割方法，其特征在于：包括细胞核分割与细胞浆分割两个模块。/n
【技术特征摘要】
1.一种新型的重叠脱落上皮细胞分割方法，其特征在于：包括细胞核分割与细胞浆分割两个模块。
2.根据权利要求1所述的细胞核分割，其特征在于：本发明使用了MSER算法和Kmeans算法相结合的方法对细胞核进行分割，其步骤如下所示(假设原始待分割脱落上皮细胞图像为imageOriginal)：
步骤一、首先对imageOriginal进行灰度化和双边滤波预处理，结果记为imagePreprocess；
步骤二、使用MSER算法分割图像imagePreprocess中的细胞核，得到细胞核粗分割结果，记为nucleusRough；
步骤三、为图像nucleusRough中每一个细胞核的粗分割轮廓生成一个ROI图片，该ROI图片是根据一个矩形区域从图像imageProcess中截取所得，所述矩形区域是该ROI图片所对应的细胞核粗分割轮廓的最小外接矩形分别向上下左右扩散L个像素点所形成；
步骤四、使用Kmeans算法对上述ROI图片进行聚类，最终得到细胞核的精确轮廓，记为nucleusFine。
3.根据权利要求2中所述的脱落上皮细胞图像imageOriginal，其特征在于：该图像是在显微镜下采图所得，显微镜的目镜放大倍数为10，物镜放大倍数为20。
4.根据权利要求2中所述的使用Kmeans算法对ROI图片进行聚类，其特征在于：Kmeans聚类数为2，对应于细胞核区域和非细胞核区域，因为脱落上皮细胞核的灰度值通常低于周围像素点，所以本发明提取聚类结果中平均灰度值较低的区域作为细胞核的精确区域。
5.根据权利要求1所述的细胞浆分割方法，其特征在于：所述细胞浆分割融合了维诺图和水平集两种分割方法，其分割步骤如下所示：
步骤一、首先使用区域生长法结合Kmeans算法分割出脱落上皮细胞团，记为ClumpImage；
步骤二、根据图像nucleusFine中所有细胞核的质心坐标，生成脱落上皮细胞图像的维诺图，记为VoronoiImage；
步骤三、将图像ClumpImage和VoronoiImage相互叠加，得到所有脱落上皮细胞的维诺图轮廓，记为VoronoiSegment；
步骤四、将图像VoronoiSegment中细胞的维诺图轮廓作为改进的水平集的初始轮廓，进行水平集轮廓演化，从而得到细胞浆的精确轮廓cellFine；
6.根据权利要求5步骤一中所述的细胞团分割，其特征在于：所述细胞团的分割过程可以分为如下步骤：
步骤一、使用Kmeans算法对经过灰度化和双边滤波预处理后的图像imageProcess进行聚类，聚类数为2，分别对应于脱落上皮细胞图像中的背景区域和细胞团区域，得到细胞团粗分割结果，记为ClumpSegRough；
步骤二、对图像ClumpSegRough中背景区域进行形态学腐蚀处理，从而最大限度的确保ClumpSegRough背景区域中的像素点一定属于真实的背景区域，处理结果记为ClumpSegRoughErosion；
步骤三、在图像ClumpSegRoughErosion的背景...
【专利技术属性】
技术研发人员：庞宝川，柳家胜，刘娟，孙小蓉，
申请(专利权)人：武汉兰丁医学高科技有限公司，
类型：发明
国别省市：湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。