一种基于多通道图像融合的细胞弱标签制作方法及系统技术方案

本发明专利技术提供了机器学习技术领域的一种基于多通道图像融合的细胞弱标签制作方法及系统，方法包括：步骤S10、获取染色细胞核图像以及染色细胞质图像；步骤S20、对染色细胞核图像进行二值化处理得到连通细胞子图；步骤S30、设定一面积阈值，基于面积阈值从所述连通细胞子图分割出堆叠图像以及非堆叠图像；步骤S40、基于堆叠图像从染色细胞质图像中分割出相同位置及大小的细胞质子图，利用分水岭算法基于细胞质子图对堆叠图像进行分割，得到第一分割结果；步骤S50、利用分水岭算法对非堆叠图像进行分割，得到第二分割结果；步骤S60、合并第一分割结果与第二分割结果得到染色细胞核图像的弱标签。本发明专利技术的优点在于：极大的提升了细胞弱标签的置信度。

【技术实现步骤摘要】
一种基于多通道图像融合的细胞弱标签制作方法及系统
本专利技术涉及机器学习
，特别指一种基于多通道图像融合的细胞弱标签制作方法及系统。
技术介绍
机器学习需要事先对训练的样本数据进行标注，而目前昂贵又耗时的手工标注已经成为进行高质量机器学习模型研究和应用的重要瓶颈。在机器学习中，采用高置信的标注数据(如人工标注)进行模型拟合训练的方式为监督学习，而采用相对低置信的标注数据(弱标注)的则为弱监督学习。在细胞的实例分割中，通过弱标注进行模型监督学习是降低成本推动研究的重要方式。弱监督学习在语义分割中的常用的标注方法有Scribes、Box及Point等，但这些标注方法仅能大致标注出目标对象在图像中的位置，没有明确的边缘信息，而生成像素级弱标签的质量将直接影响分割模型的性能。因此，如何提供一种基于多通道图像融合的细胞弱标签制作方法及系统，实现提升细胞弱标签的置信度，成为一个亟待解决的问题。
技术实现思路
本专利技术要解决的技术问题，在于提供一种基于多通道图像融合的细胞弱标签制作方法及系统，实现提升细胞弱标签的置信度。第一方面，本专利技术提供了一种基于多通道图像融合的细胞弱标签制作方法，包括如下步骤：步骤S10、获取相同细胞群落的染色细胞核图像以及染色细胞质图像；步骤S20、对所述染色细胞核图像进行二值化处理，获取二值化处理后的所述染色细胞核图像中的连通细胞子图；步骤S30、设定一面积阈值，基于所述面积阈值从所述连通细胞子图分割出堆叠图像以及非堆叠图像；步骤S40、基于所述堆叠图像从染色细胞质图像中分割出相同位置及大小的细胞质子图，利用分水岭算法基于所述细胞质子图对堆叠图像进行分割，得到第一分割结果；步骤S50、利用分水岭算法对所述非堆叠图像进行分割，得到第二分割结果；步骤S60、合并所述第一分割结果与第二分割结果得到染色细胞核图像的弱标签。进一步地，所述步骤S30具体包括：步骤S31、设定一面积阈值，依次判断各所述连通细胞子图的面积是否大于面积阈值，若是，说明存在细胞堆叠区域，进入步骤S32；若否，说明不存在细胞堆叠区域，并结束流程；步骤S32、利用外接矩形框选所述连通细胞子图，使用形心确定所述连通细胞子图的细胞堆叠区域，进而利用所述细胞堆叠区域对连通细胞子图进行分割，得到堆叠图像以及非堆叠图像。进一步地，所述步骤S40中，所述分水岭算法基于H-minima自适应标志控制。第二方面，本专利技术提供了一种基于多通道图像融合的细胞弱标签制作系统，包括如下模块：细胞图像获取模块，用于获取相同细胞群落的染色细胞核图像以及染色细胞质图像；连通细胞子图获取模块，用于对所述染色细胞核图像进行二值化处理，获取二值化处理后的所述染色细胞核图像中的连通细胞子图；连通细胞子图分割模块，用于设定一面积阈值，基于所述面积阈值从所述连通细胞子图分割出堆叠图像以及非堆叠图像；堆叠图像分割模块，用于基于所述堆叠图像从染色细胞质图像中分割出相同位置及大小的细胞质子图，利用分水岭算法基于所述细胞质子图对堆叠图像进行分割，得到第一分割结果；非堆叠图像分割模块，用于利用分水岭算法对所述非堆叠图像进行分割，得到第二分割结果；弱标签生成模块，用于合并所述第一分割结果与第二分割结果得到染色细胞核图像的弱标签。进一步地，所述连通细胞子图分割模块具体包括：面积比对单元，用于设定一面积阈值，依次判断各所述连通细胞子图的面积是否大于面积阈值，若是，说明存在细胞堆叠区域，进入细胞堆叠区域确定单元；若否，说明不存在细胞堆叠区域，并结束流程；细胞堆叠区域确定单元，用于利用外接矩形框选所述连通细胞子图，使用形心确定所述连通细胞子图的细胞堆叠区域，进而利用所述细胞堆叠区域对连通细胞子图进行分割，得到堆叠图像以及非堆叠图像。进一步地，所述堆叠图像分割模块中，所述分水岭算法基于H-minima自适应标志控制。本专利技术的优点在于：通过融合染色细胞核图像以及染色细胞质图像的通道信息，结合分水岭算法，对染色细胞核图像中的连通细胞子图进行逐个的像素级分割，作为染色细胞核图像的弱标签，相对于传统的分割方法，极大的提升了细胞弱标签的置信度，利于提取出更加可靠、稳定的细胞图像。附图说明下面参照附图结合实施例对本专利技术作进一步的说明。图1是本专利技术一种基于多通道图像信息融合的细胞弱标签制作方法的流程图。图2是本专利技术一种基于多通道图像信息融合的细胞弱标签制作系统的结构示意图。图3是本专利技术细胞弱标签提取过程示意图。具体实施方式请参照图1至图3所示，本专利技术一种基于多通道图像信息融合的细胞弱标签制作方法的较佳实施例，包括如下步骤：步骤S10、获取相同细胞群落的染色细胞核图像以及染色细胞质图像；步骤S20、对所述染色细胞核图像进行二值化处理，获取二值化处理后的所述染色细胞核图像中的连通细胞子图；步骤S30、设定一面积阈值，基于所述面积阈值从所述连通细胞子图分割出堆叠图像以及非堆叠图像；步骤S40、基于所述堆叠图像从染色细胞质图像中分割出相同位置及大小的细胞质子图，利用分水岭算法基于所述细胞质子图对堆叠图像进行分割，得到第一分割结果；分割前先将所述细胞质子图和堆叠图像进行平铺拼接；步骤S50、利用分水岭算法对所述非堆叠图像进行分割，得到第二分割结果；步骤S60、合并所述第一分割结果与第二分割结果得到染色细胞核图像的弱标签。所述步骤S30具体包括：步骤S31、设定一面积阈值，依次判断各所述连通细胞子图的面积是否大于面积阈值，若是，说明存在细胞堆叠区域，进入步骤S32；若否，说明不存在细胞堆叠区域，并结束流程；步骤S32、利用外接矩形框选所述连通细胞子图，使用形心确定所述连通细胞子图的细胞堆叠区域，进而利用所述细胞堆叠区域对连通细胞子图进行分割，得到堆叠图像以及非堆叠图像。所述步骤S40中，所述分水岭算法基于H-minima自适应标志控制。所述分水岭算法分割的过程如下：先将所述细胞质子图和堆叠图像进行平铺拼接的图像基于形态学进行图像预处理，设S为得到的N个细胞堆叠区域的集合{S＝Sj(j∈[1,...,N])}，S作为分水岭算法的输入，输出为细胞堆叠区域的分割集合定义的一个新的圆度度量指标FuzzyR，以每个h值所对应的候选分割结果中，各细胞的平均圆度最大值为聚类结果评价目标，将细胞堆叠区域最优h值的自适应选择问题转换为改进K-均值聚类分割算法的聚类数目优化问题。一旦堆叠区域最优h值确定，该h值对应的候选分割结果即为其最优分割结果。首先，初始化j＝1，对任一细胞堆叠区域进行距离变换,并采用分水岭算法进行初始分割，得到m个子分割区域，其中Cj＝{Cj(i),i＝1,...,m}为Sj的第i个子分割区域，并获取Sj中m个子分割区域的区域邻接图(RAG)。同时，提取Sj中本文档来自技高网...

【技术保护点】
1.一种基于多通道图像融合的细胞弱标签制作方法，其特征在于：包括如下步骤：/n步骤S10、获取相同细胞群落的染色细胞核图像以及染色细胞质图像；/n步骤S20、对所述染色细胞核图像进行二值化处理，获取二值化处理后的所述染色细胞核图像中的连通细胞子图；/n步骤S30、设定一面积阈值，基于所述面积阈值从所述连通细胞子图分割出堆叠图像以及非堆叠图像；/n步骤S40、基于所述堆叠图像从染色细胞质图像中分割出相同位置及大小的细胞质子图，利用分水岭算法基于所述细胞质子图对堆叠图像进行分割，得到第一分割结果；/n步骤S50、利用分水岭算法对所述非堆叠图像进行分割，得到第二分割结果；/n步骤S60、合并所述第一分割结果与第二分割结果得到染色细胞核图像的弱标签。/n

【技术特征摘要】
1.一种基于多通道图像融合的细胞弱标签制作方法，其特征在于：包括如下步骤：
步骤S10、获取相同细胞群落的染色细胞核图像以及染色细胞质图像；
步骤S20、对所述染色细胞核图像进行二值化处理，获取二值化处理后的所述染色细胞核图像中的连通细胞子图；
步骤S30、设定一面积阈值，基于所述面积阈值从所述连通细胞子图分割出堆叠图像以及非堆叠图像；
步骤S40、基于所述堆叠图像从染色细胞质图像中分割出相同位置及大小的细胞质子图，利用分水岭算法基于所述细胞质子图对堆叠图像进行分割，得到第一分割结果；
步骤S50、利用分水岭算法对所述非堆叠图像进行分割，得到第二分割结果；
步骤S60、合并所述第一分割结果与第二分割结果得到染色细胞核图像的弱标签。


2.如权利要求1所述的一种基于多通道图像融合的细胞弱标签制作方法，其特征在于：所述步骤S30具体包括：
步骤S31、设定一面积阈值，依次判断各所述连通细胞子图的面积是否大于面积阈值，若是，说明存在细胞堆叠区域，进入步骤S32；若否，说明不存在细胞堆叠区域，并结束流程；
步骤S32、利用外接矩形框选所述连通细胞子图，使用形心确定所述连通细胞子图的细胞堆叠区域，进而利用所述细胞堆叠区域对连通细胞子图进行分割，得到堆叠图像以及非堆叠图像。


3.如权利要求1所述的一种基于多通道图像融合的细胞弱标签制作方法，其特征在于：所述步骤S40中，所述分水岭算法基于H-minima自适应标志控制。


4.一种基于多通道图像融合的细胞弱标签制作系...

【专利技术属性】
技术研发人员：温廷羲，潘婷，
申请(专利权)人：华侨大学，
类型：发明
国别省市：福建;35