详情

原文传递基于机器视觉的细胞学标本样片染色效果检测方法及系统

专利名称：	基于机器视觉的细胞学标本样片染色效果检测方法及系统
摘要：	本发明公开了基于机器视觉的细胞学标本样片染色效果检测方法及系统，包括：图像处理步骤：图像采集，对细胞学标本样片进行图像处理，识别染色结果；如果染色效果好，就进入染色均匀度识别步骤；如果染色效果差，就根据图像处理结果决定第二次染色的时间；如果连续三次染色效果都是差，则视为染色失败，将细胞学标本样片作为废片处理；染色均匀度识别步骤：利用均匀度算法进行计算，识别细胞成团导致的染色均匀度；细胞团位置识别步骤：采用细胞学标本玻片细胞附着的实际位置比对算法，对细胞团位置进行计算，识别细胞团位置。
专利类型：	发明专利
国家地区组织代码：	山东;37
申请人：	齐鲁工业大学
发明人：	李庆华;魏涛;张钊
专利状态：	有效
申请日期：	2019-03-05T00:00:00+0800
发布日期：	2019-05-21T00:00:00+0800
申请号：	CN201910164297.8
公开号：	CN109781747A
代理机构：	济南圣达知识产权代理有限公司
代理人：	黄海丽
分类号：	G01N21/956(2006.01);G;G01;G01N;G01N21
申请人地址：	250353 山东省济南市长清区大学路3501号
主权项：	1.基于机器视觉的细胞学标本样片染色效果检测方法，其特征是，包括：图像处理步骤：图像采集，对细胞学标本样片进行图像处理，识别染色结果；如果染色效果好，就进入染色均匀度识别步骤；如果染色效果差，就根据图像处理结果决定第二次染色的时间；如果连续三次染色效果都是差，则视为染色失败，将细胞学标本样片作为废片处理；染色均匀度识别步骤：利用均匀度算法进行计算，识别细胞成团导致的染色均匀度；细胞团位置识别步骤：采用细胞学标本玻片细胞附着的实际位置比对算法，对细胞团位置进行计算，识别细胞团位置。 2.如权利要求1所述的方法，其特征是，所述图像处理步骤之前，还包括预处理步骤；所述预处理步骤，具体包括：将细胞学标本样片放置在玻片架上，机械臂抓取玻片架，将玻片架放置到BS固定液中M分钟，然后将玻片架清洗后放置到酸解液中N分钟；然后将玻片架清洗后放置到染色液中L分钟；取出玻片架；所述细胞团位置识别步骤之后，还包括：脱水步骤；所述脱水步骤，具体包括：对玻片架进行清洗后，对样片进行梯度脱水，染色完成。 3.如权利要求1所述的方法，其特征是，所述图像处理步骤，具体包括：步骤(21)：采集细胞学标本样片的图像，对图像进行预处理，将图像分割为前景图像和背景图像；步骤(22)：对预处理后的图像进行图形模板匹配，判断是否匹配成功，如果匹配成功，就视为染色结果好；如果匹配失败，则进行第二次染色，并根据前景图像的平均灰度值确定第二次染色的时长；第二次染色结束后，再次进入步骤(21)；如果第二次染色的图像在图形模板匹配过程中匹配成功，就视为染色结果好；如果匹配再次失败，则进行第三次染色；如果第三次染色的图像在图形模板匹配过程中匹配成功，就视为染色结果好；如果第三次染色匹配失败，则视为染色失败，结束。 4.如权利要求3所述的方法，其特征是，所述对图像进行预处理具体步骤为：将图像转换成灰度图像；通过设定位置信息获取一个矩形的感兴趣区域；通过对感兴趣区域做降噪和均值滤波处理；利用最大类间方差法确定阈值，通过阈值将灰度图像的前景图像和背景图像进行分割，灰度值小于阈值的灰度图像为前景图像，灰度值大于阈值的灰度图像为背景图像，提取出前景图像，完成对图像的预处理过程。 5.如权利要求1所述的方法，其特征是，所述步骤(22)具体步骤为：通过模板匹配在前景图像中寻找正圆；所述正圆为标准圆；其直径为设定值；如果在前景图像中能找到正圆，说明染色效果较好；如果找不到正圆，说明染色效果较差；进行第二次染色，并根据前景图像的平均灰度值确定第二次染色的时长；假设前景图像的平均灰度值为n，染色总时长为T；二次染色时长t为： t＝T0.3(256-n)；第二次染色结束后，再次进入步骤(21)；如果第二次染色的图像在图形模板匹配过程中匹配成功，就视为染色结果好；如果匹配再次失败，则进行第三次染色；并根据二次染色后时长的计算方式确定第三次染色的时长；同理，如果第三次染色的图像在图形模板匹配过程中匹配成功，就视为染色结果好；如果第三次染色匹配失败，则视为染色失败，结束。 6.如权利要求4所述的方法，其特征是，所述染色均匀度识别步骤，具体包括：步骤(31)：计算前景图像感兴趣区域的平均灰度值g1；步骤(32)：计算前景图像感兴趣区域的最高灰度值g2；步骤(33)：计算大型成团细胞度G：G＝(g1-g2)/256；步骤(34)：将大型成团细胞度G与设定阈值进行比较，判断染色是否均匀，如果大于设定阈值，就认为染色不均匀，如果不均匀就将图像存入染色缺陷数据库；否则就认为染色均匀，结束。 7.如权利要求1所述的方法，其特征是，所述细胞团位置识别步骤，具体包括：步骤(41)：对前景图像，采用最小二乘法形成拟合圆；步骤(42)：定位拟合圆圆心位置到玻片左边界、右边界以及下边界的距离；步骤(43)：计算细胞附着位置的左右准确度，如果左右准确度大于设定阈值，则表示细胞附着位置左右方向偏差大，就将玻片信息保存到细胞位置偏差大的染色缺陷数据库中；如果左右准确度小于设定阈值，则表示细胞附着位置左右方向准确无偏差，结束；步骤(44)：计算细胞附着位置的上下准确度，如果上下准确度大于设定阈值，则表示细胞附着位置上下方向偏差大，就将玻片信息保存到细胞位置偏差大的染色缺陷数据库中；如果上下准确度小于设定阈值，则表示细胞附着位置上下方向准确无偏差，结束。 8.基于机器视觉的细胞学标本样片染色效果检测系统，其特征是，包括：图像处理模块：图像采集，对细胞学标本样片进行图像处理，识别染色结果；如果染色效果好，就进入染色均匀度识别步骤；如果染色效果差，就根据图像处理结果决定第二次染色的时间；如果连续三次染色效果都是差，则视为染色失败，将细胞学标本样片作为废片处理；染色均匀度识别模块：利用均匀度算法进行计算，识别细胞成团导致的染色均匀度；细胞团位置识别模块：采用细胞学标本玻片细胞附着的实际位置比对算法，对细胞团位置进行计算，识别细胞团位置。 9.一种电子设备，其特征是，包括：存储器、处理器以及存储在存储器上并在处理器上执行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-7任一项方法所述的步骤。 10.一种计算机可读存储介质，其特征是，其上存储有计算机指令，所述计算机指令被处理器运行时，完成权利要求1-7任一项方法所述的步骤。
所属类别：	发明专利