一种基于图像处理的细胞识别方法及系统技术方案

本发明专利技术提供的一种基于图像处理的细胞识别方法及系统，涉及图像处理技术领域。在本发明专利技术中，对待识别细胞进行多角度的图像信息采集，以形成待识别细胞对应的细胞图像序列，细胞图像序列包括的多帧待识别细胞图像之间的序列先后关系与对应的多个角度之间的变化关系匹配。对细胞图像序列包括的多帧待识别细胞图像进行筛选，以基于筛选出的目标待识别细胞图像构建形成细胞图像序列对应的目标细胞图像序列。利用目标细胞识别神经网络，对目标细胞图像序列包括的目标待识别细胞图像进行识别处理，以输出待识别细胞对应的细胞质量信息。基于前面描述的步骤，可以在一定程度上提高细胞质量识别的效率。高细胞质量识别的效率。高细胞质量识别的效率。

【技术实现步骤摘要】
一种基于图像处理的细胞识别方法及系统


[0001]本专利技术涉及图像处理
，具体而言，涉及一种基于图像处理的细胞识别方法及系统。

技术介绍

[0002]对动植物的状态进行研究的过程中，对动植物的细胞进行分析是一个重要的环节，例如，可以通过对动植物细胞的分析，以确定细胞的质量，或者确定是否发生病变等情况。但是，在现有技术中，主要还是依赖于研究人员自身的观测判断，使得存在细胞质量识别的效率的问题。

技术实现思路

[0003]有鉴于此，本专利技术的目的在于提供一种基于图像处理的细胞识别方法及系统，以在一定程度上提高细胞质量识别的效率。
[0004]为实现上述目的，本专利技术采用如下技术方案：一种基于图像处理的细胞识别方法，应用于图像处理服务器，所述基于图像处理的细胞识别方法包括：对待识别细胞进行多角度的图像信息采集，以形成所述待识别细胞对应的细胞图像序列，所述细胞图像序列包括的多帧待识别细胞图像之间的序列先后关系与对应的多个角度之间的变化关系匹配；对所述细胞图像序列包括的所述多帧待识别细胞图像进行筛选，以基于筛选出的目标待识别细胞图像构建形成所述细胞图像序列对应的目标细胞图像序列，所述目标细胞图像序列包括至少一帧目标待识别细胞图像；利用目标细胞识别神经网络，对所述目标细胞图像序列包括的目标待识别细胞图像进行识别处理，以输出所述待识别细胞对应的细胞质量信息。
[0005]在一些优选的实施例中，在上述基于图像处理的细胞识别方法中，所述对所述细胞图像序列包括的所述多帧待识别细胞图像进行筛选，以基于筛选出的目标待识别细胞图像构建形成所述细胞图像序列对应的目标细胞图像序列的步骤，包括：将所述细胞图像序列中的第一帧待识别细胞图像标记为目标待识别细胞图像，并将所述细胞图像序列中的最后一帧待识别细胞图像标记为目标待识别细胞图像，以形成至少两帧目标待识别细胞图像；对于所述细胞图像序列包括的第一帧待识别细胞图像和最后一帧待识别细胞图像以外的每一帧中间待识别细胞图像，对该中间待识别细胞图像和相邻的前一帧、后一帧待识别细胞图像分别进行图像相似度的计算；对于所述细胞图像序列包括的第一帧待识别细胞图像和最后一帧待识别细胞图像以外的每一帧中间待识别细胞图像，在该中间待识别细胞图像和相邻的前一帧待识别细胞图像之间的图像相似度不大于相似度参考值，和/或，该中间待识别细胞图像和相邻的后
一帧待识别细胞图像之间的图像相似度不大于所述相似度参考值的情况下，将该中间待识别细胞图像标记为目标待识别细胞图像，再依据每一帧目标待识别细胞图像，构建形成所述细胞图像序列对应的目标细胞图像序列。
[0006]在一些优选的实施例中，在上述基于图像处理的细胞识别方法中，所述利用目标细胞识别神经网络，对所述目标细胞图像序列包括的目标待识别细胞图像进行识别处理，以输出所述待识别细胞对应的细胞质量信息的步骤，包括：提取到至少两个训练图像集合，所述至少两个训练图像集合中的每一个所述训练图像集合包括至少一帧训练用细胞图像；依据所述至少两个训练图像集合依次对初始神经网络进行训练，以形成所述初始神经网络对应的目标细胞识别神经网络；利用所述目标细胞识别神经网络，对所述目标细胞图像序列包括的目标待识别细胞图像进行识别处理，以输出待识别细胞对应的细胞质量信息。
[0007]在一些优选的实施例中，在上述基于图像处理的细胞识别方法中，所述依据所述至少两个训练图像集合依次对初始神经网络进行训练，以形成所述初始神经网络对应的目标细胞识别神经网络的步骤，包括：从所述至少两个训练图像集合中，确定出初级训练图像集合，所述初级训练图像集合包括初级训练用细胞图像和所述初级训练用细胞图像对应的细胞轮廓标识信息，所述细胞轮廓标识信息用于反映细胞的轮廓形状；依据所述初级训练图像集合，对初始神经网络进行更新，以形成所述初始神经网络对应的中间细胞识别神经网络，所述中间细胞识别神经网络用于依据加载的所述待识别细胞图像进行轮廓识别处理，以形成所述待识别细胞图像对应的细胞轮廓标识信息；从所述至少两个训练图像集合中，确定出晋级训练图像集合，所述晋级训练图像集合包括晋级训练用细胞图像和所述晋级训练用细胞图像对应的细胞质量标注信息，所述细胞质量标注信息用于反映细胞的细胞质量；依据所述晋级训练图像集合包括的晋级训练用细胞图像，对所述中间细胞识别神经网络进行更新，以形成所述中间细胞识别神经网络对应的目标细胞识别神经网络，所述目标细胞识别神经网络用于依据加载的待识别细胞图像进行质量分析，以形成所述待识别细胞图像对应的细胞质量信息。
[0008]在一些优选的实施例中，在上述基于图像处理的细胞识别方法中，所述依据所述初级训练图像集合，对初始神经网络进行更新，以形成所述初始神经网络对应的中间细胞识别神经网络的步骤，包括：利用所述初始神经网络包括的图像信息编码子网络对所述初级训练用细胞图像进行图像信息编码处理，以输出所述初级训练用细胞图像的待处理图像信息编码向量；利用所述初始神经网络包括的编码向量识别子网络对所述待处理图像信息编码向量进行识别处理，以输出所述初级训练用细胞图像对应的细胞轮廓估计标识信息；基于所述初级训练用细胞图像对应的细胞轮廓估计标识信息和所述初级训练用细胞图像对应的细胞轮廓标识信息，计算输出对应的网络收敛评估值，再依据所述网络收敛评估值对所述初始神经网络进行更新，以形成所述初始神经网络对应的中间细胞识别神经网络。
[0009]在一些优选的实施例中，在上述基于图像处理的细胞识别方法中，所述初级训练用细胞图像包括第一数量个细胞轮廓顶点和第二数量个细胞轮廓线段，所述初级训练图像集合包括所述初级训练用细胞图像、所述第一数量个细胞轮廓顶点对应的第一数量个轮廓顶点特征分布、所述第二数量个细胞轮廓线段对应的第二数量个轮廓线段特征分布和所述第一数量个细胞轮廓顶点对应的第一数量个细胞顶点标识信息，所述利用所述初始神经网络包括的图像信息编码子网络对所述初级训练用细胞图像进行图像信息编码处理，以输出所述初级训练用细胞图像的待处理图像信息编码向量的步骤，包括：利用所述初始神经网络包括的图像信息编码子网络，对所述第一数量个轮廓顶点特征分布和所述第二数量个轮廓线段特征分布进行图像信息编码处理，以形成所述初级训练用细胞图像中所述第一数量个细胞轮廓顶点对应的第一数量个轮廓顶点信息编码向量，所述第一数量个轮廓顶点信息编码向量构成所述初级训练用细胞图像的待处理图像信息编码向量；所述利用所述初始神经网络包括的编码向量识别子网络对所述待处理图像信息编码向量进行识别处理，以输出所述初级训练用细胞图像对应的细胞轮廓估计标识信息的步骤，包括：利用所述初始神经网络包括的编码向量识别子网络对第i个轮廓顶点信息编码向量进行识别处理，输出第i个细胞轮廓顶点对应的细胞轮廓顶点估计标识信息，i属于[1,第一数量]；所述基于所述初级训练用细胞图像对应的细胞轮廓估计标识信息和所述初级训练用细胞图像对应的细胞轮廓标识信息，计算输出对应的网络收敛评估值，再依据所述网络收敛评估值对所述初始神经网络进行更新，以形成所述初始神经网络对应的中间细胞识别神经网络的步骤，包括：本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理的细胞识别方法，其特征在于，应用于图像处理服务器，所述基于图像处理的细胞识别方法包括：对待识别细胞进行多角度的图像信息采集，以形成所述待识别细胞对应的细胞图像序列，所述细胞图像序列包括的多帧待识别细胞图像之间的序列先后关系与对应的多个角度之间的变化关系匹配；对所述细胞图像序列包括的所述多帧待识别细胞图像进行筛选，以基于筛选出的目标待识别细胞图像构建形成所述细胞图像序列对应的目标细胞图像序列，所述目标细胞图像序列包括至少一帧目标待识别细胞图像；利用目标细胞识别神经网络，对所述目标细胞图像序列包括的目标待识别细胞图像进行识别处理，以输出所述待识别细胞对应的细胞质量信息。2.如权利要求1所述的基于图像处理的细胞识别方法，其特征在于，所述对所述细胞图像序列包括的所述多帧待识别细胞图像进行筛选，以基于筛选出的目标待识别细胞图像构建形成所述细胞图像序列对应的目标细胞图像序列的步骤，包括：将所述细胞图像序列中的第一帧待识别细胞图像标记为目标待识别细胞图像，并将所述细胞图像序列中的最后一帧待识别细胞图像标记为目标待识别细胞图像，以形成至少两帧目标待识别细胞图像；对于所述细胞图像序列包括的第一帧待识别细胞图像和最后一帧待识别细胞图像以外的每一帧中间待识别细胞图像，对该中间待识别细胞图像和相邻的前一帧、后一帧待识别细胞图像分别进行图像相似度的计算；对于所述细胞图像序列包括的第一帧待识别细胞图像和最后一帧待识别细胞图像以外的每一帧中间待识别细胞图像，在该中间待识别细胞图像和相邻的前一帧待识别细胞图像之间的图像相似度不大于相似度参考值，和/或，该中间待识别细胞图像和相邻的后一帧待识别细胞图像之间的图像相似度不大于所述相似度参考值的情况下，将该中间待识别细胞图像标记为目标待识别细胞图像，再依据每一帧目标待识别细胞图像，构建形成所述细胞图像序列对应的目标细胞图像序列。3.如权利要求1或2所述的基于图像处理的细胞识别方法，其特征在于，所述利用目标细胞识别神经网络，对所述目标细胞图像序列包括的目标待识别细胞图像进行识别处理，以输出所述待识别细胞对应的细胞质量信息的步骤，包括：提取到至少两个训练图像集合，所述至少两个训练图像集合中的每一个所述训练图像集合包括至少一帧训练用细胞图像；依据所述至少两个训练图像集合依次对初始神经网络进行训练，以形成所述初始神经网络对应的目标细胞识别神经网络；利用所述目标细胞识别神经网络，对所述目标细胞图像序列包括的目标待识别细胞图像进行识别处理，以输出待识别细胞对应的细胞质量信息。4.如权利要求3所述的基于图像处理的细胞识别方法，其特征在于，所述依据所述至少两个训练图像集合依次对初始神经网络进行训练，以形成所述初始神经网络对应的目标细胞识别神经网络的步骤，包括：从所述至少两个训练图像集合中，确定出初级训练图像集合，所述初级训练图像集合包括初级训练用细胞图像和所述初级训练用细胞图像对应的细胞轮廓标识信息，所述细胞
轮廓标识信息用于反映细胞的轮廓形状；依据所述初级训练图像集合，对初始神经网络进行更新，以形成所述初始神经网络对应的中间细胞识别神经网络，所述中间细胞识别神经网络用于依据加载的所述待识别细胞图像进行轮廓识别处理，以形成所述待识别细胞图像对应的细胞轮廓标识信息；从所述至少两个训练图像集合中，确定出晋级训练图像集合，所述晋级训练图像集合包括晋级训练用细胞图像和所述晋级训练用细胞图像对应的细胞质量标注信息，所述细胞质量标注信息用于反映细胞的细胞质量；依据所述晋级训练图像集合包括的晋级训练用细胞图像，对所述中间细胞识别神经网络进行更新，以形成所述中间细胞识别神经网络对应的目标细胞识别神经网络，所述目标细胞识别神经网络用于依据加载的待识别细胞图像进行质量分析，以形成所述待识别细胞图像对应的细胞质量信息。5.如权利要求4所述的基于图像处理的细胞识别方法，其特征在于，所述依据所述初级训练图像集合，对初始神经网络进行更新，以形成所述初始神经网络对应的中间细胞识别神经网络的步骤，包括：利用所述初始神经网络包括的图像信息编码子网络对所述初级训练用细胞图像进行图像信息编码处理，以输出所述初级训练用细胞图像的待处理图像信息编码向量；利用所述初始神经网络包括的编码向量识别子网络对所述待处理图像信息编码向量进行识别处理，以输出所述初级训练用细胞图像对应的细胞轮廓估计标识信息；基于所述初级训练用细胞图像对应的细胞轮廓估计标识信息和所述初级训练用细胞图像对应的细胞轮廓标识信息，计算输出对应的网络收敛评估值，再依据所述网络收敛评估值对所述初始神经网络进行更新，以形成所述初始神经网络对应的中间细胞识别神经网络。6.如权利要求5所述的基于图像处理的细胞识别方法，其特征在于，所述初级训练用细胞图像包括第一数量个细胞轮廓顶点和第二数量个细胞轮廓线段，所述初级训练图像集合包括所述初级训练用细胞图像、所述第一数量个细胞轮廓顶点对应的第一数量个轮廓顶点特征分布、所述第二数量个细胞轮廓线段对应的第二数量个轮廓线段特征分布和所述第一数量个细胞轮廓顶点...

【专利技术属性】
技术研发人员：周朋君，梅建勋，谭慕华，梅韵仪，梁小珍，
申请(专利权)人：广东美赛尔细胞生物科技有限公司，
类型：发明
国别省市：