一种基于细胞骨架图像定量分析的细胞图像分类方法及其分类器技术

本申请公开了一种基于细胞骨架图像定量分析的细胞图像分类方法及其细胞分类器，属于细胞生物学图像处理领域。该方法包括以下步骤：S1、获取只含有一个细胞的图像的灰度图像，并去除噪声；S2、步骤S1获得图像进行边缘提取，然后进行自适应图片扩充获得扩充后的边缘图；S3、步骤S1获得图像直接进行自适应图片扩充，然后依次进行掩膜提取获得掩膜；S4、将步骤S2获得的边缘图和步骤S3获得的掩膜进行按位相与运算去除外轮廓，然后进行傅里叶变换，然后根据方向能量函数判断细胞种类。本发明专利技术采用边缘检测算法强化细胞骨架图像纹理，使用二维傅里叶变换量化纹理信息，描述细胞骨架排布的规律程度，进行自动化细胞分类，取得了较高的精度，预测精度达到了83.3%。预测精度达到了83.3%。预测精度达到了83.3%。

【技术实现步骤摘要】
一种基于细胞骨架图像定量分析的细胞图像分类方法及其分类器


[0001]本专利技术属于细胞生物学图像处理领域，具体涉及一种基于细胞骨架图像定量分析的细胞图像分类方法及其分类器。

技术介绍

[0002]一个细胞由细胞核、细胞质、细胞膜组成，细胞质中包含了内质网、线粒体等细胞器以及由微丝、微管和中间丝组成的细胞骨架。研究表明，细胞骨架和许多细胞生理过程有关，如细胞分裂、分化、粘附、运动、信号传递和物质运输等。因此，细胞骨架特征为深入了解多种细胞过程的机制、判定细胞性质变化提供了一个新的视角。细胞癌变可表现为细胞骨架异常。微丝束的破坏以及肌动蛋白小体的出现，与癌细胞的浸润和转移特性有关。因此，细胞骨架有望成为新的癌症诊断标志物，为癌症治疗研究提供帮助。
[0003]近年来，随着荧光显微成像技术的发展，细胞骨架荧光图像在细胞学研究中得到了越来越多的重视。但是，对细胞骨架图像的理解更多的是在定性描述的层面，定量描述的研究还较少。荧光图像可以直观反映细胞骨架的排布情况，寻找其定量描述方法，不仅有助于客观定量地理解细胞特性，还可以给细胞分类提供定量化依本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于细胞骨架图像定量分析的细胞图像分类方法，其特征在于，包括以下步骤：S1、获取只含有一个细胞的图像的灰度图像，并去除噪声；S2、步骤S1获得图像进行边缘提取，然后进行自适应图片扩充获得扩充后的边缘图；S3、步骤S1获得图像直接进行自适应图片扩充，然后依次进行掩膜提取获得掩膜；S4、将步骤S2获得的边缘图和步骤S3获得的掩膜进行按位相与运算去除外轮廓，然后进行傅里叶变换，得到傅里叶变换能量谱，然后根据方向能量函数判断细胞种类。2.根据权利要求1所述的基于细胞骨架图像定量分析的细胞图像分类方法，其特征在于，所述灰度图像通过以下方法获得：(1)对病理切片图像进行处理，获得只含有一个细胞的单张图片样本；(2)提取图像绿色通道，获得灰度图像，然后使用离差标准化进行图像灰度级拉伸，按比例将灰度级分布区间拉宽到[0,255]，公式如下：其中，I表示原始灰度图像矩阵，x
ij
表示矩阵I的第i行第j列的像素值，x
ij
'表示灰度级拉伸后第i行第j列的像素值。3.根据权利要求2所述的基于细胞骨架图像定量分析的细胞图像分类方法，其特征在于，步骤S1中，采用中值滤波去除噪声：取当前像素点及其邻域像素点的像素值进行排序，将中间值作为当前像素点的像素值，取滤波核大小为7进行滤波，去除椒盐噪声。4.根据权利要求1所述的基于细胞骨架图像定量分析的细胞图像分类方法，其特征在于，步骤S2和步骤S3中，所述自适应图片扩充的过程为：获取图片的宽高，进行条件判断，若宽大于高，则将宽与高之差的绝对值的1/2取整，作为上下拓展的像素数；若高大于宽，则将高与宽之差的绝对值的1/2取整，作为左右拓展的像素数；然后在所有方向再拓展相同像素数。5.根据权利要求4所述的基于细胞骨架图像定量分析的细胞图像分类方法，其特征在于，步骤S3中，掩膜提取的过程为：使用阈值二值化算法，将像素值低于阈值的像素点的像素值置0，高于阈值的像素点像素值设置为255，再使用腐蚀膨胀开运算去除噪声点；去除噪声点的过程为：设集合A为输入图像，集合B为结构元，则A被B腐蚀表示为AΘB，用计算平移交集的方法可表达为：AΘB＝∩{A
‑
b:b∈B}即把输入图像A平移
‑
b，计算所有满足b∈B的平移的交集...

【专利技术属性】
技术研发人员：伍彦霖，李小毛，刘娜，彭艳，
申请(专利权)人：上海大学，
类型：发明
国别省市：