一种制造技术

本发明专利技术涉及图像识别技术领域，尤其涉及一种

【技术实现步骤摘要】
一种c
‑
Fos阳性神经元自动识别方法、系统、电子设备及介质


[0001]本专利技术涉及图像识别
，尤其涉及一种
c
‑
Fos
阳性神经元自动识别方法
、
系统
、
电子设备及介质
。

技术介绍

[0002]c
‑
Fos
作为一种独特的蛋白质，常被作为大脑中神经元
(
神经细胞
)
激活的标志物
。
基础状态下，它在的神经细胞中表达水平非常低
。
一旦大脑受到刺激
(
如特定行为或环境
、
疼痛刺激
、
睡眠障碍等
)
影响了生长因子
、
细胞因子
、
神经递质或多肽激素等的分泌，会迅速而短暂地激活神经元中
c
‑
Fos
蛋白的表达
。
举例说明，啮齿动物胡须受到外围刺激时，胡须体觉皮层神经元中的
c
‑
Fos
表达升高
。
[0003]在神经科学研究领域中，通过
c
‑
Fos
蛋白的表达，能在很大程度上反映刺激诱导的神经元活动情况，故其常被作为神经元激活的标志，并广泛用于示踪“特定条件”下的神经功能通路
。
实验中应用免疫学抗体与抗原特异性结合的原理识别
c
‑
Fos
蛋白，并通过与抗体相联接的酶催化底物
(
抗原抗体结合物
)
改变颜色使之显示出来
(
此过程称为免疫组织化学染色
)。
统计学方法对比实验组与对照组中不同脑区
c
‑
Fos
阳性神经元的表达数量，间接反应该刺激对大脑中某些区域的影响以及影响程度
。
综上所述，对
c
‑
Fos
阳性神经元的计数是其中一项关键的步骤
。
[0004]经过免疫组织化学染色的
c
‑
Fos
阳性神经元会呈现较深的颜色，根据其与背景色的对比度可进行识别和计数
。
当前
c
‑
Fos
阳性神经元识别多采用目视法，即通过人眼观察进行判别和计数
。
除目视法外，也有基于数字扫描图像后使用色阶差异进行脑片
c
‑
Fos
阳性神经元识别和计数的方法，此方法根据图像的色阶直方图确定合理的输入
/
输出色阶，从而将背景色去除，只保留
c
‑
Fos
阳性神经元，程序根据闭合区域的个数完成计数
。
[0005]目视法主观性较强，难以保证不同脑片识别标准的一致性；此外由于其完全依赖人工，导致识别和计数效率低
、
人力消耗大
。
基于图像色阶差异的方法需要人为确定色阶阈值，依然存在一定的主观性，不同脑片间的识别标准也不能保证一致；此外其需要根据脑片染色的深浅
(
染色剂添加量的不同可导致背景色的深浅有差异
)
确定色阶阈值，由于不同脑片之间染色的深浅或多或少存在差异，因而阈值也需要不断调整，导致操作复杂，效率依然不高；另外由于此方法只能设定一组特定的阈值，无法应对同一脑片不同区域染色深度不一致的情况，当这种情况出现时，只能把原图像进一步划分成更小的
、
内部染色相对均匀的图像，再对每个小图像依次进行
c
‑
Fos
阳性神经元的识别和计数，进一步增加了操作难度，降低了效率
。

技术实现思路

[0006]鉴于上述现有技术的不足之处，本专利技术的目的在于提供一种
c
‑
Fos
阳性神经元自动识别方法
、
系统
、
电子设备及介质，旨在提高针对
c
‑
Fos
阳性神经元的识别效率以及计数效率
。
[0007]为了达到上述目的，本专利技术采取了以下技术方案：
[0008]一方面，本专利技术提供一种
c
‑
Fos
阳性神经元自动识别方法，包括：
[0009]基于动态阈值获取脑片数字扫描图像中的目标像素点，得到多个闭合区域；所述动态阈值根据一像素点周围第一预定范围内的像素灰度值确定；
[0010]基于腐蚀操作和膨胀操作对每个所述闭合区域进行优化处理；
[0011]基于
c
‑
Fos
阳性神经元图像包含像素数的合理区间从多个所述闭合区域中筛选得到
c
‑
Fos
阳性神经元的识别数据
。
[0012]进一步的，基于动态阈值获取脑片数字扫描图像中的目标像素点，具体包括：
[0013]计算所述脑片数字扫描图像中每一像素点周围第一预设区域范围内包含的所有像素点的像素灰度值的加权平均值；
[0014]若所述像素点的像素灰度值小于所述加权平均值，则标定为所述目标像素点
。
[0015]进一步的，所述加权平均值基于第一预设区域范围内包含的所有像素点的像素灰度值以及对应的权重计算得到；每个像素点的权重按照二维高斯分布取值
。
[0016]进一步的，所述闭合区域获取步骤包括：
[0017]构建与所述脑片数字扫描图像大小相同的目标图像；
[0018]将所述目标图像中对应非所述目标像素点位置的像素点的像素灰度值设置为
255
；
[0019]将所述目标图像中对应所述目标像素点相同位置的像素点的像素灰度值设置为0，在所述目标图像上形成所述闭合区域
。
[0020]进一步的，基于腐蚀操作和膨胀操作对每个所述闭合区域进行优化处理，具体包括：
[0021]基于所述腐蚀操作对所述处理图像中每个所述闭合区域进行处理得到对应的预优化区域；
[0022]对所述预优化区域进行膨胀操作得到对应的优化后的闭合区域
。
[0023]进一步的，所述腐蚀操作具体包括：
[0024]判断所述闭合区域中每一目标像素点周围第二预设区域范围内是否均为目标像素点；
[0025]若否，则将对应的目标像素点的灰度值设置为
255
；
[0026]生成所述预优化区域
。
[0027]进一步的，所述膨胀操作具体包括：
[0028]判断所述闭合区域中每一非目标像素点周围第三预设区域范围内是否具有目标像素点；
[0029]若是，则将对应的目标像素点的灰度值设置为0；
[0030]生成所述优化后的闭合区域<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种
c
‑
Fos
阳性神经元自动识别方法，其特征在于，包括：基于动态阈值获取脑片数字扫描图像中的目标像素点，得到多个闭合区域；所述动态阈值根据一像素点周围第一预定范围内的像素灰度值确定；基于腐蚀操作和膨胀操作对每个所述闭合区域进行优化处理；基于
c
‑
Fos
阳性神经元图像包含像素数的合理区间从多个所述闭合区域中筛选得到
c
‑
Fos
阳性神经元的识别数据
。2.
根据权利要求1所述的
c
‑
Fos
阳性神经元自动识别方法，其特征在于，基于动态阈值获取脑片数字扫描图像中的目标像素点，具体包括：计算所述脑片数字扫描图像中每一像素点周围第一预设区域范围内包含的所有像素点的像素灰度值的加权平均值；若所述像素点的像素灰度值小于所述加权平均值，则标定为所述目标像素点
。3.
根据权利要求2所述的
c
‑
Fos
阳性神经元自动识别方法，其特征在于，所述加权平均值基于第一预设区域范围内包含的所有像素点的像素灰度值以及对应的权重计算得到；每个像素点的权重按照二维高斯分布取值
。4.
根据权利要求1或2所述的
c
‑
Fos
阳性神经元自动识别方法，其特征在于，所述闭合区域获取步骤包括：构建与所述脑片数字扫描图像大小相同的目标图像；将所述目标图像中对应非所述目标像素点位置的像素点的像素灰度值设置为
255
；将所述目标图像中对应所述目标像素点相同位置的像素点的像素灰度值设置为0，在所述目标图像上形成所述闭合区域
。5.
根据权利要求4所述的
c
‑
Fos
阳性神经元自动识别方法，其特征在于，基于腐蚀操作和膨胀操作对每个所述闭合区域进行优化处理，具体包括：基于所述腐蚀操作对所述处理...

【专利技术属性】
技术研发人员：李桃源，梁旭竞，于光印，田群，
申请(专利权)人：暨南大学附属第一医院广州华侨医院，
类型：发明
国别省市：