一种高分辨率细胞图像的细胞计数方法及系统技术方案

本发明专利技术提供一种高分辨率细胞图像的细胞计数方法及系统，涉及图像处理技术领域，包括：将细胞图像分割为多个分割图像，并记录每个分割图像在细胞图像上的偏移坐标；将各分割图像分别进行上采样得到子图像；将各子图像输入细胞检测模型得到包含的细胞的外接矩形框在对应的子图像中的第一位置坐标，并根据各第一位置坐标和偏移坐标处理得到各外接矩形框在细胞图像中的第二位置坐标；根据各第二位置坐标将各外接矩形框分别划分形成中间区域集合和临界区域集合；对各中间区域集合和各临界区域集合进行去重处理，并统计外接矩形框的数量作为细胞计数结果。有益效果是可以对含有大量细胞的高分辨率细胞图像进行快速、精确地计算细胞个数和位置。胞个数和位置。胞个数和位置。

【技术实现步骤摘要】
一种高分辨率细胞图像的细胞计数方法及系统


[0001]本专利技术涉及图像处理
，尤其涉及一种高分辨率细胞图像的细胞计数方法及系统。

技术介绍

[0002]随着芯片技术的发展，超高分辨率的图像采集芯片在细胞培养领域得到应用。虽然细胞本身尺寸较小，但是超高分辨率的数据采集芯片拍摄的一帧细胞图像的分辨率可能达到6亿或者10亿像素，使得细胞小目标在高分辨率图像中可以用更多的像素来表征，即可以被更加清晰的刻画出来。这一特点为小目标检测任务提供了有效的数据支撑。此类超高分辨率的细胞图像的特点是：图像分辨率大，细胞目标相对于原始高分辨率图像尺寸非常小，同时细胞的数量非常多，一张高分辨率细胞图片所含有的细胞的总数多达50万个甚至上百万个细胞。
[0003]随着人工智能技术的发展，近年基于深度学习的机器视觉模型在机器视觉领域得到广泛的应用，在特定的数据集上，基于深度神经网络模型的机器视觉识别的准确率已经超过了人眼。但是目前深度学习在图像上的应用仍局限于尺寸较小图像的输入，对于高分辨率含有大量小细胞的图像，目前一般的解决方法是先将其压缩为尺寸较小图像，然后将尺寸较小的图像输入到目标检测器中进行标检测，但是对于超高分辨率图片中的细胞小目标，如果采用压缩的办法会使得细胞小目标特征丢失，从而更加难以检测。另外现有深度神经网络模型处理一张图片检测的目标数量一般是几个到几百个，几乎没有对一张图片上的几十万个小目标做检测。受限于计算机GPU内存的限制，无法直接采用深度学习算法，同时检测几十万个目标，为机器视觉识别应用于细胞识别领域带来困难。

技术实现思路

[0004]针对现有技术中存在的问题，本专利技术提供一种高分辨率细胞图像的细胞计数方法，包括：
[0005]步骤S1，将具有一第一分辨率的细胞图像分割为多个预设尺寸的分割图像，并记录每个所述分割图像在所述细胞图像上的偏移坐标；
[0006]步骤S2，将各所述分割图像分别进行上采样得到具有第二分辨率的子图像，所述第一分辨率大于所述第二分辨率；
[0007]步骤S3，将各所述子图像分批次分别输入预先训练得到的一细胞检测模型得到每个所述子图像中包含的细胞以及所述细胞的外接矩形框在对应的所述子图像中的第一位置坐标，并根据各所述第一位置坐标和对应的所述偏移坐标处理得到各所述外接矩形框在所述细胞图像中的第二位置坐标；
[0008]步骤S4，针对每个批次的所述子图像，根据各所述第二位置坐标对相应的各所述外接矩形框进行有序分组，并根据所述第二位置坐标将有序分组得到的每个组中的各所述外接矩形框分别划分形成一中间区域集合和一临界区域集合；
[0009]步骤S5，对各所述中间区域集合和各所述临界区域集合进行去重处理，并统计去重处理后的所有所述中间区域集合和所有所述临界区域集合中的所述外接矩形框的数量作为所述细胞图像中的细胞计数结果。
[0010]优选的，所述步骤S1中，相邻的至少两个所述分割图像之间具有一重叠区域，且所述重叠区域的宽度不小于一个所述细胞的直径。
[0011]优选的，执行所述步骤S3包括：
[0012]步骤S31，将所有所述子图像划分成若干批次，并将各所述子图像按批次分别输入所述细胞检测模型得到每个所述子图像中包含的细胞以及所述细胞的外接矩形框在对应的所述子图像中的第一位置坐标；
[0013]步骤S32，针对每个所述批次，根据各所述第一位置坐标和对应的各所述偏移坐标处理得到所述批次中对应的各所述子图像中的各所述外接矩形框在所述细胞图像中的所述第二位置坐标。
[0014]优选的，执行所述步骤S32之前，还包括：
[0015]根据各所述第一位置坐标去除位于每个所述子图像的边缘位置的所述外接矩形框，以对各所述批次进行优化；
[0016]则所述步骤S32中，针对每个优化后的所述批次，处理得到所述批次中对应的各所述子图像中的各所述外接矩形框在所述细胞图像中的所述第二位置坐标。
[0017]优选的，位于每个所述子图像的边缘位置的所述外接矩形框为对应的所述细胞被所述子图像的边缘切断，或与所述子图像的边缘相切。
[0018]优选的，所述第二位置坐标至少包括对应的所述外接矩形框的两个对角点的对角点坐标；
[0019]则所述步骤S4包括：
[0020]步骤S41，针对每个所述批次，按照所述对角点坐标包含的纵坐标值的大小对各所述外接矩形框进行有序排列形成一矩形框序列，并将所述矩形框序列划分为有序的多组；
[0021]步骤S42，根据所述第二位置坐标将位于相邻两组之间的边界区域的各所述外接矩形框分别加入各组对应的所述边界区域集合，并将每组中除所述边界区域之外的其他所述外接矩形框分别加入各组对应的所述中间区域集合。
[0022]优选的，所述步骤S5中，在进行去重处理之前，还包括：
[0023]将各所述边界区域集合中的各所述外接矩形框进行合并形成一总临界集合；
[0024]则所述步骤S5中，随后分别对各所述中间区域集合和所述总临界集合进行去重处理，并统计去重处理后的所有所述中间区域集合和所述总临界集合中的所述外接矩形框的数量作为所述细胞图像中的细胞计数结果。
[0025]优选的，所述步骤S5中，采用非极大值抑制算法对各所述中间区域集合和所述总临界集合进行去重处理。
[0026]本专利技术还提供一种高分辨率细胞图像的细胞计数系统，应用上述的细胞计数方法，所述细胞计数系统包括：
[0027]图像分割模块，用于将具有一第一分辨率的细胞图像分割为多个预设尺寸的分割图像，并记录每个所述分割图像在所述细胞图像上的偏移坐标；
[0028]图像放大模块，连接所述图像分割模块，用于将各所述分割图像分别进行上采样
得到具有第二分辨率的子图像，所述第一分辨率大于所述第二分辨率；
[0029]图像识别模块，分别连接所述图像分割模块和所述图像放大模块，用于将各所述子图像分批次分别输入预先训练得到的一细胞检测模型得到每个所述子图像中包含的细胞以及所述细胞的外接矩形框在对应的所述子图像中的第一位置坐标，并根据各所述第一位置坐标和对应的所述偏移坐标处理得到各所述外接矩形框在所述细胞图像中的第二位置坐标；
[0030]细胞分组模块，连接所述图像识别模块，用于针对每个批次的所述子图像，根据各所述第二位置坐标对相应的各所述外接矩形框进行有序分组，并根据所述第二位置坐标将有序分组得到的每个组中的各所述外接矩形框分别划分形成一中间区域集合和一临界区域集合；
[0031]细胞计数模块，连接所述细胞分组模块，用于对各所述中间区域集合和各所述临界区域集合进行去重处理，并统计去重处理后的所有所述中间区域集合和所有所述临界区域集合中的所述外接矩形框的数量作为所述细胞图像中的细胞计数结果。
[0032]优选的，所述图像分割模块中，相邻的至少两个所述分割图像之间具有一重叠区域，且所述重叠区域的宽度不小于一个所述细胞的直径。
[0033]上述技术方案具有如下优点或有益本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高分辨率细胞图像的细胞计数方法，其特征在于，包括：步骤S1，将具有一第一分辨率的细胞图像分割为多个预设尺寸的分割图像，并记录每个所述分割图像在所述细胞图像上的偏移坐标；步骤S2，将各所述分割图像分别进行上采样得到具有第二分辨率的子图像，所述第一分辨率大于所述第二分辨率；步骤S3，将各所述子图像分批次分别输入预先训练得到的一细胞检测模型得到每个所述子图像中包含的细胞以及所述细胞的外接矩形框在对应的所述子图像中的第一位置坐标，并根据各所述第一位置坐标和对应的所述偏移坐标处理得到各所述外接矩形框在所述细胞图像中的第二位置坐标；步骤S4，针对每个批次的所述子图像，根据各所述第二位置坐标对相应的各所述外接矩形框进行有序分组，并根据所述第二位置坐标将有序分组得到的每个组中的各所述外接矩形框分别划分形成一中间区域集合和一临界区域集合；步骤S5，对各所述中间区域集合和各所述临界区域集合进行去重处理，并统计去重处理后的所有所述中间区域集合和所有所述临界区域集合中的所述外接矩形框的数量作为所述细胞图像中的细胞计数结果。2.根据权利要求1所述的细胞计数方法，其特征在于，所述步骤S1中，相邻的至少两个所述分割图像之间具有一重叠区域，且所述重叠区域的宽度不小于一个所述细胞的直径。3.根据权利要求1所述的细胞计数方法，其特征在于，执行所述步骤S3包括：步骤S31，将所有所述子图像划分成若干批次，并将各所述子图像按批次分别输入所述细胞检测模型得到每个所述子图像中包含的细胞以及所述细胞的外接矩形框在对应的所述子图像中的第一位置坐标；步骤S32，针对每个所述批次，根据各所述第一位置坐标和对应的各所述偏移坐标处理得到所述批次中对应的各所述子图像中的各所述外接矩形框在所述细胞图像中的所述第二位置坐标。4.根据权利要求3所述的细胞计数方法，其特征在于，执行所述步骤S32之前，还包括：根据各所述第一位置坐标去除位于每个所述子图像的边缘位置的所述外接矩形框，以对各所述批次进行优化；则所述步骤S32中，针对每个优化后的所述批次，处理得到所述批次中对应的各所述子图像中的各所述外接矩形框在所述细胞图像中的所述第二位置坐标。5.根据权利要求4所述的细胞计数方法，其特征在于，位于每个所述子图像的边缘位置的所述外接矩形框为对应的所述细胞被所述子图像的边缘切断，或与所述子图像的边缘相切。6.根据权利要求1所述的细胞计数方法，其特征在于，所述第二位置坐标至少包括对应的所述外接矩形框的两个对角点的对角点坐标；则所述步骤S4包括：步骤S41，针对每个所述批次，按照所述...

【专利技术属性】
技术研发人员：刘家宏，陈承燕，卢睿，
申请(专利权)人：南京九川科学技术有限公司，
类型：发明
国别省市：