一种基于多层结构的细胞分割方法、装置及电子设备制造方法及图纸

本申请提供一种基于多层结构的细胞分割方法、装置及电子设备，该方法包括：获取待分割的细胞图像；预处理所述细胞图像，得到预处理后图像；采用分水岭算法和改进的GVF Snake模型对所述预处理后图像进行粗分割，得到所述细胞粗轮廓；采用凸包检测、角点检测与椭圆拟合相结合对所述细胞粗轮廓进行细胞精细分割，得到细胞轮廓。该方案通过预处理、粗分割、精细分割，完成了多层结构的细胞分割，细胞分割精度高、效率高。效率高。效率高。

【技术实现步骤摘要】
一种基于多层结构的细胞分割方法、装置及电子设备


[0001]本专利技术属于细胞分割
，特别涉及一种基于多层结构的细胞分割方法、装置及电子设备。

技术介绍

[0002]微成像和大数据的发展让人们开始关注计算机辅助诊断疾病，如乳腺癌、宫颈癌、结肠癌、前列腺癌等。此外，细胞的细胞核中含有大量的病理信息，在自动诊断中具有重要作用，其分割结果直接影响细胞生理状态。生物学家收集并标记包含各种细胞核的数据集，人工诊断严重依赖于临床医生的经验，且非常耗时。
[0003]现有的细胞分割方法大体采用传统分割方法和深度学习分割方法。传统分割方法过度分割特别严重，且传统分割方法在总体框架中缺乏对重叠细胞的检测和分割。而深度学习分割方法根据不同的分割目标和背景设计损失函数，再进行深度分割，或利用学习模型对细胞边界进行优化搜索。然而，这种损失函数作用于特定的场景，降低了模型的泛化能力。另外，深度学习分割方法严重依赖于充分且校准良好的数据集。

技术实现思路

[0004]本说明书实施例的目的是提供一种基于多层结构的细胞分割方法、装置及电子设备。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多层结构的细胞分割方法，其特征在于，所述方法包括：获取待分割的细胞图像；预处理所述细胞图像，得到预处理后图像；采用分水岭算法和改进的GVF Snake模型对所述预处理后图像进行粗分割，得到所述细胞粗轮廓；采用凸包检测、角点检测与椭圆拟合相结合对所述细胞粗轮廓进行细胞精细分割，得到细胞轮廓。2.根据权利要求1所述的方法，其特征在于，所述预处理所述细胞图像，得到预处理后图像，包括：根据小波变换的去噪算法，对所述细胞图像进行去噪处理，得到去噪图像；基于所述去噪图像提取细胞核特征；基于决策树方法，根据所述细胞核特征，得到所述预处理后图像。3.根据权利要求1所述的方法，其特征在于，所述分水岭算法包括：对所述预处理后图像进行二值化操作，得到二值化图像；中值滤波器对所述二值化图像滤除噪声，得到去噪二值化图像；腐蚀、膨胀算法对所述去噪二值化图像进行前景、背景标注，得到腐蚀膨胀图像；获取所述腐蚀膨胀图像的所有像素点的灰度值；从所有像素点的灰度值中找出最小灰度值；从最小灰度值和预设阈值中选取较小的作为初始阈值；将所述初始阈值与相邻像素点中的灰度值进行比较，将所述相邻像素点中灰度值大于或等于所述预设阈值的像素点标记为边界点；所述初始阈值按照预设步长进行增长，得到增长阈值，所述增长阈值分别与所述相邻像素点中灰度值进行比较，将所述相邻像素点中灰度值大于或等于所述增长阈值的像素点标记为边界点；所述增长阈值直至增长至灰度值中的最大值，结束增长，所有边界点构成细胞第一轮廓。4.根据权利要求3所述的方法，其特征在于，所述改进的GVF Snake模型包括：泛函定义为：其中，E
int
(v)＝α
×
v
′
+β
×
v
″
为能量泛函的内部力，α,β分别为轮廓曲线的弹性系数和刚性系数，v
′
,v
″
分别表示曲线上单个像素点的斜率和曲率，E
img
(v)为图像力，E
con
(v)为条件力；外部力E
ext
(v)为：E
ext
(v)＝
‑
|
▽
[G
σ
(x,y)*I(x,y)]|2其中，G
σ
(x,y)为灰度值；I(x,y)为所述分水岭算法后图像的灰度图；联合求解泛函定义和外部力公式，得到所述细胞粗轮廓。5.根据权利要求4所述的方法，其特征在于，所述能量泛函的内部力E
int
(v)中梯度幅值和相角通过下述改进：
利用高斯函数对图像平滑处理，再使用...

【专利技术属性】
技术研发人员：郏东耀，张传旺，李子琦，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：