【技术实现步骤摘要】
一种白细胞分割分类方法
[0001]本专利技术涉及医学图像处理领域,具体为一种白细胞分割分类方法。
技术介绍
[0002]医学图像分割由于其对辅助医疗、临床医学等领域的巨大帮助成为了目前图像处理领域的主要研究方向之一。对于特定医学图像,如外周血细胞图像中的白细胞图像,通常由于白细胞自身特性或设备影响,使得在染色与图像采集阶段导致血细胞图像光照不均及白细胞特征不明显的问题,尽管不断有图像处理算法被提出来,但是单一的传统算法所带来的效果不够理想。
[0003]白细胞是人体免疫系统的重要组成部分。白细胞主要是由中性粒细胞、嗜碱性粒细胞、嗜酸性粒细胞、单核细胞和淋巴细胞组成的。不同种类的白细胞数量和比例对应着不同的疾病,因此白细胞检测与分类的准确性对于疾病辅诊断非常重要。传统的白细胞检测方法主要是利用人工显微镜检查。人工镜检是临床检验的“金标准”,需要两名训练有素的经验丰富检验科医生,在显微镜下观察白细胞形态并计数,最终确定检验结果,这种方法不仅耗时长,效率低,而且主观性强。
[0004]目前有使用传统图像处理对白细胞进行分割识别的方法,如分水岭算法、边缘检测、主动轮廓模型、自适应阈值分割等。但是传统的方法只能实现单标签分类问题,无法进行多标签分类的工作,且还存在细胞分割不完整、准确率不高等问题。边缘检测只能产生边缘点,而非完整意义上的图像分割,需要在获取边缘点信息后进一步处理。主动轮廓模型依赖初始轮廓的选择,初始轮廓不准确的情况下也无法得到好分割结果。自适应阈值分割中选取合适的阈值至关重要,因此对噪声比较敏 ...
【技术保护点】
【技术特征摘要】
1.一种白细胞分割分类方法,其特征在于,包括以下步骤:获取多个RGB彩色血细胞图像,并将每个所述RGB彩色血细胞图像均转换为HSV彩色血细胞图像,分割每个所述HSV彩色血细胞图像中的明度V、色调H、饱和度S三个分量,并将每一个分量的灰度图像均分成若干个大小相同的方形图像块;对每个所述方形图像块进行自适应Retinex校正,包括对于明度V分量的方形图像块进行自适应均衡化处理,对于色调H分量的方形图像块及饱和度S分量的方形图像块进行色彩校正处理;将经过自适应Retinex校正后的三个分量中的所有方形图像块进行融合并转化为RGB色彩空间图像,该RGB色彩空间图像为白细胞特征图像;根据白细胞特征图像中的各类白细胞的特征,利用U
‑
net卷积神经网络进行白细胞分类模型训练,实现血细胞中的五类白细胞的分割分类。2.根据权利要求1所述的一种白细胞分割分类方法,其特征在于:多个所述RGB彩色血细胞图像均为经过瑞氏染色之后的血细胞涂片的显微镜成像;多个所述RGB彩色血细胞图像均为统一标准化的大小的JPG格式的RGB彩色图像,多个所述RGB色彩血细胞图像中的一半图像为训练集,另一半图像为测试集。3.根据权利要求1所述的一种白细胞分割分类方法,其特征在于:所述对于明度V分量的方形图像块进行自适应均衡化处理具体包括对明度V分量中每个方形图像块分别进行直方图计算来重新分布明度V分量的方形图像块的亮度值。4.根据权利要求1所述的一种白细胞分割分类方法,其特征在于:所述色彩校正处理为在MSRCR模型的基础上结合Michelson对比度引入的一种分块式色彩恢复函数实现的色彩校正;所述MSRCR模型如下:F
MSRCR
(x,y)=c
i
(x,y)F
MSR
(x,y)
ꢀꢀꢀꢀꢀꢀꢀ
(1)其中,(x,y)是以图像的左下角为原点,图像中像素点的空间坐标;E
MSRCR
(x,y)表示MSRCR模型函数;F
MSR
(x,y)表示MSR模型函数;c
i
(x,y)表示色彩恢复函数;c
i
(x,y)公式如下:其中,S
i
(x,y)表示原始图像,i∈{R,G,B};α表示影响图像色彩恢复的增益因子偏移量一,α取值为46;β表示影响图像色彩恢复的增益因子偏移量二,表达式如下:其中,γ为常数;C
M
表示Michelson对比度,其表达式为:
其中,I
max
表示最亮的亮度;I
min
表示最暗的亮度;则c
i
(x,y)色彩恢复函数为:5.根据权利要求4所述的一种白细胞分割分类方法,其特征在于:根据色调H分量的方形图像块、饱和度S分量的方形图像块中的像素值的Michelson对比度的变化进行自适应选取影响图像色彩恢复的增益因子偏移量一β的值;在所述色调H分量的方形图像块中,I
max
表示血细胞图像中所有细胞及杂质,I
min
表示血细胞图像中的背景;当Michelson对比度C
M
逐渐增大时,所述影响图像色彩恢复...
【专利技术属性】
技术研发人员:陈伟,朱梦静,黄忠天,李利川,
申请(专利权)人:西安科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。