一种自适应的白细胞自动分割、亚类检测方法及系统技术方案

本发明专利技术公开了一种自适应的白细胞自动分割、亚类检测方法，包括以下步骤：步骤1：图像采集及预处理；步骤2：ROI区域分割；通过设置自适应等值曲线，构建任意形状自适应窗口，实现ROI区域快速准确自适应分割；步骤3：聚集细胞识别、分割及修正；根据ROI区域面积特征，识别出聚集区域；K均值聚类确定区域种子及停止区域，区域增长快速完成聚集细胞分割；步骤4：白细胞亚类特征提取及识别。本发明专利技术采用边界修正前后多特征和统计学机器结合的白细胞识别技术，避免单特征、聚集细胞分割带来的特征不精准问题，细胞聚焦自动识别准确性更高。细胞聚焦自动识别准确性更高。细胞聚焦自动识别准确性更高。

【技术实现步骤摘要】
一种自适应的白细胞自动分割、亚类检测方法及系统


[0001]本专利技术涉及便携式诊疗
，具体为一种自适应的白细胞自动分割、亚类检测方法及系统。

技术介绍

[0002]血常规中的白细胞分析是临床区分细菌性感染和病毒感染以及感染严重度必不可少的手段，临床上常根据白细胞及其亚类计数结果来指导患者用药。便携式白细胞计数仪可以在最接近病患的地方，以最短的时间获得准确的诊断信息，有利于对疾病的及时诊断、监控和治疗，具有大型仪器不具备的时间和空间优势。但受制于细胞生理特性，基于图像的便携式白细胞分析设备精度还不够准确，其难点主要在于低倍显微镜下聚集细胞分割及亚类识别。
[0003]聚集细胞分割及识别是指在无人工干预的情况下，自主寻找聚集细胞并获分割识别的过程，它是模式识别中的一项关键技术。对于显微镜下粒子图像自动分割、识别方法研究，目前主要集中于40倍
‑
100倍显微镜下白细胞分割技术研究，现有技术主要有以下几种：
[0004]①
中国专利申请号201010568805.8《一种白细胞图像分割方法》基于区域的白本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自适应的白细胞自动分割、亚类检测方法，其特征在于，包括以下步骤：步骤1：图像采集及预处理；步骤2：ROI区域分割；通过设置自适应等值曲线，构建任意形状自适应窗口，实现ROI区域快速准确自适应分割；步骤3：聚集细胞识别、分割及修正；根据ROI区域面积特征，识别出聚集区域；K均值聚类确定区域种子及停止区域，区域增长快速完成聚集细胞分割；步骤4：白细胞亚类特征提取及识别。2.根据权利要求1所述的一种自适应的白细胞自动分割、亚类检测方法，其特征在于，所述图像采集步骤包括：将测血液样本经溶血剂裂解、染色剂染色后，移至一定高度微流控芯片内，于图像采集装置平台上采集图像。3.根据权利要求1所述的一种自适应的白细胞自动分割、亚类检测方法，其特征在于，所述预处理采用高斯
‑
拉普拉斯算法，包括对图像进行高斯平滑，剔除噪声；然后对图像求二阶导，用二阶导的过零点确定边缘，在去噪的同时，保留细胞的边界信息。4.根据权利要求1所述的一种自适应的白细胞自动分割、亚类检测方法，其特征在于，所述ROI区域分割步骤包括：(1)根据白细胞成像特点，分离RGB中的对比度较高的B波长分量图像I；半径为10的圆盘结构对图像I做开运算，获取显微镜光强分布图像G；(2)构建基于光强分布的等值曲面集：计算G图像3维像素曲面峰值v
p
及最小值v
m
。在[v
m
，v
p
]中，获取n个等值曲线C
n
，其中曲线C0＝v
p
，曲线C
n
＝v
m
，则曲线C
n
：(3)以等值曲线为轮廓，曲线C0～C
n
演化为自适应窗口：(C0，C1]为窗口1，(C1，C2]为窗口2，(C
n
‑1，C
n
]为窗口n；分别获取图像I各窗口内最大类间方差值T
n
，构建最大类间方差序列T，T＝{T1，T2，
…
，T
n
}；(4)以曲线演化为自适应窗口，对应T值序列为阈值，完成ROI区域精确快速分割。5.根据权利要求1所述的一种自适应的白细胞自动分割、亚类检测方法，其特征在于，所述聚集区域识别包括以下步骤：(1)对ROI区域进行二值化处理，此时ROI区域像素值为1，背景像素为0，得到面积连通区域；(2)获取每个连通区域面积，计算面积分布；(3)以面积为特征，最大类间方差法获取阈值Ta；ROI区域面积大于阈值Ta，即为聚集区域。6.根据权利要求1所述的一种自适应的白细胞自动分割、亚类检测方法，其特征在于，所述聚集细胞分割是根据白细胞三维曲面特征，首先对聚集区域进行多边界提取，再将提取到的边界映射至二值化图像内，区域增长实现细胞分割。7.根据权利要求6所述的一种自适应的白细胞自动分割、...

【专利技术属性】
技术研发人员：李迎春，张雪，
申请(专利权)人：江苏康尚生物医疗科技有限公司，
类型：发明
国别省市：