一种基于数字全息成像技术的细胞图像的准确分割方法技术

本发明专利技术公开了一种基于数字全息成像技术的细胞图像的准确分割方法，包括获取细胞图像、对图像进行预处理、提取图像中的细胞区域，识别单个细胞及对细胞图像进行分割五个步骤。本发明专利技术方法能够快速获得细胞样本的动态信息，并且不会对细胞样本造成损害；同时，对于细胞图像中存在细胞重叠、细胞粘连等现象，能够实现对单个细胞的准确分割。现对单个细胞的准确分割。现对单个细胞的准确分割。

【技术实现步骤摘要】
一种基于数字全息成像技术的细胞图像的准确分割方法


[0001]本专利技术涉及数字全息成像、细胞分割
，具体涉及一种基于数字全息成像技术的细胞图像的准确分割方法。

技术介绍

[0002]从十九世纪早期细胞理论建立以来，人们就认识到了细胞是生命的基本构成单位，生物学家们试图解释细胞组成生命的基础理论。在过去的数十年中，生物学家们已经有了很多惊人的发现和研究成果，但是一直到今天，人们仍然在加大投入，开发出更加复杂的工具来试图进一步理解细胞的工作机制，并且研究如何通过细胞来改善人体的健康。
[0003]细胞生物学的进步在很大程度上依赖显微镜的发展，16世纪晚期,人类专利技术了第一台光学显微镜。这一伟大专利技术的出现,为人类打开了通向一个全新世界的大门,结束了只靠肉眼观察世界的时代。显微镜从专利技术以来一直是一种重要的科学仪器,被广泛地用于生物、化学、物理、冶金、酿造等多个领域,对人类发展做出了巨大而卓越的贡献。从专利技术至今的多年时间里,随着科学技术发展和人们对观察要求的提高,显微镜技术得到了不断的发展与改进,其发展大体可以分为光学显微镜,电子显微镜,扫描隧道显微镜,扫描探针显微镜这样几个历程。数字全息显微镜是数字全息技术在显微领域的应用，也被称为全息显微术。与其他显微技术相比，数字全息显微镜并不直接记录被观测物体的图像，而是记录含有被观测物体波前信息的全息图，再通过计算机对所记录的全息图进行数值重建来得到被测物体的相位和振幅（光强）信息，进而完成数字三维重构。用这种技术能够快速获得细胞样本的动态信息，并且不会对细胞样本造成损害。
[0004]目前为止，数字全息显微镜在细胞学研究上已经得到了广泛应用，比如对于细胞形态的研究，对于细胞行为的研究，这些研究都需要对细胞进行量化分析，比如细胞的尺寸测量，细胞计数，还有细胞的跟踪等，而这些量化分析都非常依赖对于细胞图像的准确分割。
[0005]细胞分割是指根据灰度、彩色、几何形状等特征把细胞图像划分成若干个互不相交的区域,使得这些特征在同一区域中,表现出一致性或相似性,而在不同区域间表现出明显的不同。细胞分割是医学图象处理中最为基础和重要的领域之一,它是对细胞图像进行识别和计数的基本前提，同时如何提高细胞分割的精度和分割速度是目前细胞分割领域的一个关键问题。
[0006]在细胞分割的研究中，根据细胞图像的不同特征，研巧人员提出了许多细胞图像的分割算法。传统的的分割方法主要有如下几种：(一)阈值分割阈值分割是一种传统的图像分割方法,它实现简单、计算量小、性能较为稳定,尤其适合于目标和背景占据不同灰度级范围的图像。在很多情况下,是进行细胞分割、细胞识别之前必要的图像预处理过程。Shirin Nasr
‑
Isfahani等提出的一种聚堆细胞的新方法中,就是先使用组合图像分割算法和阈值分割来提取前景对象并转化为二值图像的。阈值
分割法的主要局限在于,最简单形式的阈值法只能产生二值图像来区分两个类,而且它只考虑像素本身,一般都不考虑图像的空间特性,这样就对噪声很敏感。
[0007](二)基于边缘检测的方法边缘检测的目的是标识数字图像中亮度变化明显的点。它可以快速准确地找到边缘,从而通过边缘确定区域内的灰度或颜色信息,从而达到对图像的快速分割。边缘点的判定是基于所检测点的本身和它的一些邻近点,主要包括局部微分算子,如Roberts梯度算子、Sobel梯度算子和Canny算子等。Roberts梯度算子有利于对具有陡峭边缘的低噪声图像的分割;Laplacian算子具有各向同性的特点;Prewitt梯度算子、Sobel梯度算子等有利于对具有较多噪声且灰度渐变图像的分割。针对不同的细胞图像,还有许多其他不同的算子或方法来检测这些边缘点。如翁秀梅等人提出了一种利用相位一致性模型检测图像边缘,获得图像主要几何结构的方法。而李天钢等人将多尺度小波变换运用于胃癌细胞图像的边缘检测中,解决了具有复杂纹理的医学病理细胞图像的分割问题。一个好的边缘检测算子不仅具有微分特性以获得灰度变化信息,它还应该能够根据需要适合任何尺度下的边缘检测,因为图像中的灰度是以不同尺度发生变化的。实验发现,边缘检测方法获得的边缘信息往往会因这些信息不够突出而产生间隙,不能形成包围细胞的封闭曲线,这就要求根据这些离散的边缘点采用一定的跟踪、连接算法勾勒出有意义的细胞边界。
[0008]近年来,研究者们为解决上述传统细胞分割中存在的问题对于各种新的细胞图像分割算法进行了深入的研究，基于区域生长和区域分裂和合并技术的分割算法以及分水岭分割算法等技术逐渐成为了主流。由此可见，通过研究人员的不断努力，细胞分割技术已经取得了非常丰富的科研成果，细胞分割在生物研究领域的运用越来越广泛，这无疑将会使这项技术向更广阔的方向发展。

技术实现思路

[0009]本专利技术公开了一种数字全息成像技术的细胞图像的准确分割方法，用于提高细胞图像的分割准确度和分割速度。
[0010]本专利技术的技术方案如下：一种基于数字全息成像技术的细胞图像的准确分割方法，步骤如下：步骤一，从数字全息成像系统中获取细胞图像；步骤二，对图像进行预处理，设置阈值去除图像噪声点；步骤三，提取图像中的细胞区域，通过自适应梯度阈值前景分割算法将整个细胞区域从背景中分离出来；步骤四，识别单个细胞，采用距离变换算法和H
‑
minima变换算法识别细胞中心，进而完成对单个细胞的识别；步骤五，对细胞图像进行分割，通过标记符控制的分水岭算法实现细胞图像的分割。
[0011]优选的，步骤一使用基于数字全息成像技术的三维动态显微成像系统，包括光学成像系统和软件算法系统；光学成像系统包括：照明模块，氦氖激光器；成像模块，四个不同倍率的显微物镜；分光模块，非偏振分束立方体；图像采集模块，CCD工业相机。
[0012]软件算法系统的算法包括：基于离轴全息干涉的定量相位恢复和三维重构算法；基于主成分分析的相位像差校准算法；频谱亚像素位移像差补偿算法；微分干涉相衬显示算法。
[0013]优选的，步骤二具体为：设定一个阈值th，灰度值小于阈值th的像素点的灰度值置为0，灰度值大于或等于阈值的像素点的灰度值则不变，th取0.45。
[0014]优选的，步骤三具体为：步骤3.1，将整幅大小为m
×
n的图像分为M
×
N个子块，m和n分别为M和N的整数倍；步骤3.2，通过Sobel算子计算每个图像子块的梯度直方图，即计算每个子图像中像素点的梯度分布；步骤3.3，对每幅子图像进行Otsu分割，得到各个子图像的最优分割阈值，通过阈值识别细胞区域。
[0015]优选的，步骤四具体为：步骤4.1，细胞图像二值化，步骤三中提取到的细胞区域设为白色，外部背景区域设为黑色；步骤4.2，将二值化后的细胞图像通过距离变换算法计算，识别到初始的细胞中心坐标并返回得到距离图像；步骤4.3，通过H
‑
minima算法抑制距离图像中灰度差值小于阈值h的局部极大值， h取2.3；步骤4.4，通过计算图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数字全息成像技术的细胞图像的准确分割方法，其特征在于，步骤如下：步骤一，从数字全息成像系统中获取细胞图像；步骤二，对图像进行预处理，设置阈值去除图像噪声点；步骤三，提取图像中的细胞区域，通过自适应梯度阈值前景分割算法将整个细胞区域从背景中分离出来；步骤四，识别单个细胞，采用距离变换算法和H
‑
minima变换算法识别细胞中心，进而完成对单个细胞的识别；步骤五，对细胞图像进行分割，通过标记符控制的分水岭算法实现细胞图像的分割。2.根据权利要求1所述的一种基于数字全息成像技术的细胞图像的准确分割方法，其特征在于，步骤一使用基于数字全息成像技术的三维动态显微成像系统，包括光学成像系统和软件算法系统；光学成像系统包括：照明模块，氦氖激光器；成像模块，四个不同倍率的显微物镜；分光模块，非偏振分束立方体；图像采集模块，CCD工业相机；软件算法系统的算法包括：基于离轴全息干涉的定量相位恢复和三维重构算法；基于主成分分析的相位像差校准算法；频谱亚像素位移像差补偿算法；微分干涉相衬显示算法。3.根据权利要求1所述的一种基于数字全息成像技术的细胞图像的准确分割方法，其特征在于，步骤二具体为：设定一个阈值th，灰度值小于阈值th的像素点的灰度值置为0，灰度值大于或等于阈值的像素点的灰度值则不变，th取0.45。4.根据权利要求1所述的一种基于数字全息成像技术的细胞图像的准确分割方法，其特征在于，步骤三具体为：步骤3.1，将整幅大小为m
×
n的图像分为M<...

【专利技术属性】
技术研发人员：左超，张晓磊，陈钱，胡岩，江伟，李卓识，
申请(专利权)人：南京理工大学智能计算成像研究院有限公司，
类型：发明
国别省市：