【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种基于计算机视觉的细胞计数方法。
技术介绍
1、基于计算机视觉的细胞计数方法能够取代传统手工计数，提高计数的速度和准确性，同时降低人为误差，使细胞计数更高效、可重复，适用于大规模数据分析和自动化实验，为医学、生物学和药物研发等领域提供了强大的工具。然而，传统的计算机视觉的细胞技术方法不能识别有效细胞与异常细胞之间的差别，并且对于细胞计数中存在着多个细胞重叠也分辨不出，导致结果不精准。
技术实现思路
1、基于此，本专利技术提供一种基于计算机视觉的细胞计数方法，以解决至少一个上述技术问题。
2、为实现上述目的，一种基于计算机视觉的细胞计数方法，包括以下步骤：
3、步骤s1：利用电子显微镜设备对细胞样本进行数据采集处理，生成样本图像；将样本图像进行灰度图像转换，生成灰度图像；
4、步骤s2：对灰度图像进行细胞区域提取，生成灰度图像的细胞区域；根据细胞区域对灰度图像进行裁剪提取，并以裁剪后的灰度图像构建细胞坐标系框架，将裁剪后的灰度图像映射至细胞坐标系框架中进行细胞图像重构，生成重构图像；
5、步骤s3：根据细胞区域对重构图像进行细胞个体的图像划分，生成划分细胞图像集；对划分细胞图像集进行细胞异常分类，分别生成异常细胞图像集以及常归细胞图像集；对异常细胞图像集进行数据剔除；
6、步骤s4：对常归细胞图像集进行细胞圆弧完整性计算，生成细胞圆弧完整性数据；根据细胞圆弧完整性数据将常规细胞图像集进行数据
7、步骤s5：对单个细胞图像集以及细胞群图像集进行细胞计数，从而生成细胞样本的细胞数量数据。
8、本专利技术通过电子显微镜设备对细胞样本进行数据采集处理，生成高分辨率的样本图像，而后将这些图像转换为灰度图像，电子显微镜能够提供高质量的图像，捕捉微细胞结构的细节，从而为后续的细胞分析提供了丰富的信息；其次，将图像转换为灰度图像简化了数据处理，减少了计算复杂性，有助于提高计算效率；最重要的是，这些灰度图像为接下来的细胞区域提取、细胞图像重构以及细胞计数等后续步骤提供了清晰的基础，确保了细胞分析的准确性和可靠性，为后续的分析提供了高质量、易于处理的数据基础。通过对灰度图像进行细胞区域提取，能够精确地分离出每个细胞的区域，有助于避免由于细胞重叠或接触而引起的计数错误，同时提供了用于后续分析的独立细胞图像；通过裁剪提取灰度图像，将每个细胞映射至细胞坐标系框架中，实现了细胞图像的准确定位和归档，从而为进一步的分析提供了方便；最重要的是，这一步骤使得细胞图像重构成为可能，生成的重构图像不仅可用于细胞形态和结构的深入研究，还为细胞计数提供了清晰的视觉基础，实现细胞图像的有效处理和准确定位。通过根据细胞区域对重构图像进行细胞个体的图像划分，该步骤允许将细胞分隔开来，形成划分细胞图像集，这对于后续的个体细胞分析提供了清晰的数据基础，通过细胞异常分类，可以将异常细胞与常规细胞明确定义和分离，从而实现了异常细胞的检测和筛选，通过对异常细胞图像集进行数据剔除，可以排除异常细胞对计数结果的干扰，提高了计数的准确性，有助于有效区分细胞个体，还实现了异常细胞的筛选和数据清洗，为最终的细胞计数提供了可靠的基础。通过对常归细胞图像集进行细胞圆弧完整性计算，允许对细胞的形态特征进行定量化评估，生成细胞圆弧完整性数据，提供了有关细胞形状和结构的重要信息，可以用于更深入的细胞特征分析和分类。通过根据细胞圆弧完整性数据对常规细胞图像集进行数据划分，可以将常规细胞进一步细分成单个细胞图像集和细胞群图像集，这种分割有助于更精确地处理和分析细胞数据，使得对个体细胞的特征研究更加可行，同时也提供了多个细胞共存情况下的信息。通过对单个细胞图像集和细胞群图像集进行细胞计数，实现了对细胞样本的高度准确的数量评估，有助于了解细胞的分布、密度和数量变化，为科研和医学应用提供了关键的数据支持，将细胞计数与之前步骤中的图像分析和处理相结合，提供更全面的细胞样本信息，包括不同细胞类型、异常细胞的数量等，并且有助于减少了人为错误和主观判断，提高了数据的可信度和一致性，从而增加了实验结果的可重复性。因此，本专利技术的基于计算机视觉的细胞技术方法能够识别有效细胞与异常细胞之间的差别，并且对于细胞计数中存在着多个细胞重叠也能准确分辨，以此对细胞计数结果更为精准。
9、优选地，步骤s1包括以下步骤：
10、步骤s11：利用电子显微镜设备对细胞样本进行数据采集处理，生成样本图像；
11、步骤s12：对样本图像进行三原色提取处理，生成图像三原色数据；
12、步骤s13：对图像三原色数据进行权重分配，生成权重数据，并利用图像三原色数据与权重数据进行图像灰度值计算，生成灰度值数据；
13、步骤s14：根据灰度值数据对样本图像进行灰度图像转换，生成灰度图像。
14、本专利技术通过电子显微镜设备采集细胞样本的数据，生成高分辨率的样本图像，这有助于保留细胞结构和细节信息，为后续分析提供了高质量的图像基础。对样本图像进行三原色提取处理，将图像转换为图像三原色数据，这有助于分离图像中的色彩信息，使后续的处理更为灵活和多样化。通过对图像三原色数据进行权重分配和灰度值计算，生成灰度值数据，允许在保留图像结构的同时，根据不同通道的权重分配，调整图像的灰度值，有助于增强图像中的目标细胞特征。根据灰度值数据对样本图像进行灰度图像转换，将彩色图像转换为灰度图像，简化了数据处理的复杂性，提高了计算效率，同时保留了有关细胞样本的关键信息。
15、优选地，步骤s2包括以下步骤：
16、根据预设的灰度值阈值对灰度值数据进行数据筛选，当灰度值数据大于灰度值阈值时，将灰度值数据对应的灰度图像的区域标记为细胞区域，将细胞区域的灰度图像进行裁剪提取，生成细胞区域图像；并以细胞区域图像的中心区域为原点构建细胞坐标系框架，将细胞区域图像映射到细胞坐标系框架中进行细胞图像重构，生成重构图像。
17、本专利技术通过根据预设的灰度值阈值对灰度值数据进行筛选，将灰度值高于阈值的区域标记为细胞区域，这种方法可以有效地区分出细胞与背景，降低了误差率，提高了细胞区域的准确性。将细胞区域图像的中心区域作为原点构建细胞坐标系框架，有助于将细胞的位置信息进行标准化，使得细胞的定位和分析更为一致和可控。还实现了细胞区域图像的裁剪提取，从而生成了细胞区域的单独图像，有助于进一步的细胞图像重构，提供了有关单个细胞形态和结构的更详细信息。细胞图像重构使得每个细胞的图像都映射到一个统一的坐标系框架中，为后续的细胞计数和特征分析提供了清晰的视觉基础，同时也降低了由于细胞位置变化而引起的计数误差。
18、优选地，步骤s3包括以下步骤：
19、步骤s31：根据细胞区域对重构图像进行细胞个体的图像划分，生成划分细胞图像集；
20、步骤s32：利用支持向量机建立细胞图像异常分类的映射关系，生成初始细胞分类模型本文档来自技高网...
【技术保护点】
1.一种基于计算机视觉的细胞计数方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于计算机视觉的细胞计数方法，其特征在于，步骤S1包括以下步骤：
3.根据权利要求2所述的基于计算机视觉的细胞计数方法，其特征在于，步骤S2包括以下步骤：
4.根据权利要求1所述的基于计算机视觉的细胞计数方法，其特征在于，步骤S3包括以下步骤：
5.根据权利要求4所述的基于计算机视觉的细胞计数方法，其特征在于，步骤S34包括以下步骤：
6.根据权利要求1所述的基于计算机视觉的细胞计数方法，其特征在于，步骤S4包括以下步骤：
7.根据权利要求6所述的基于计算机视觉的细胞计数方法，其特征在于，步骤S41中的细胞圆弧完整性算法如下所示：
8.根据权利要求6所述的基于计算机视觉的细胞计数方法，其特征在于，步骤S42包括以下步骤：
9.根据权利要求1所述的基于计算机视觉的细胞计数方法，其特征在于，步骤S5包括以下步骤：
10.根据权利要求9所述的基于计算机视觉的细胞计数方法，其特征在于，步骤S5
...【技术特征摘要】
1.一种基于计算机视觉的细胞计数方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于计算机视觉的细胞计数方法，其特征在于，步骤s1包括以下步骤：
3.根据权利要求2所述的基于计算机视觉的细胞计数方法，其特征在于，步骤s2包括以下步骤：
4.根据权利要求1所述的基于计算机视觉的细胞计数方法，其特征在于，步骤s3包括以下步骤：
5.根据权利要求4所述的基于计算机视觉的细胞计数方法，其特征在于，步骤s34包括以下步骤：
6.根据权利要求1所述的...
【专利技术属性】
技术研发人员：许慧，
申请(专利权)人：山东嫱晟基因科技有限公司，
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。