专利名称: |
一种网织红细胞检测方法及其系统 |
摘要: |
本发明公开了一种网织红细胞检测方法及其系统,所述方法包括以下步骤:根据细胞图像提取细胞边缘,并获得细胞边缘内的像素特征;将像素特征送入分类器对像素进行分类得到目标像素区域;通过目标像素区域与细胞边缘的位置关系识别网织红细胞。由于通过分类器对像素特征进行分类,并通过目标像素区域与细胞边缘的位置关系检测识别出网织红细胞,可以提高检测网织红细胞的查准率和查全率。 |
专利类型: |
发明专利 |
国家地区组织代码: |
广东;44 |
申请人: |
深圳大学 |
发明人: |
钟小品;郭俊佳 |
专利状态: |
有效 |
申请日期: |
2019-03-01T00:00:00+0800 |
发布日期: |
2019-07-05T00:00:00+0800 |
申请号: |
CN201910154979.0 |
公开号: |
CN109975196A |
代理机构: |
深圳市君胜知识产权代理事务所(普通合伙) |
代理人: |
王永文;刘文求 |
分类号: |
G01N15/10(2006.01);G;G01;G01N;G01N15 |
申请人地址: |
518060 广东省深圳市南山区南海大道3668号 |
主权项: |
1.一种网织红细胞检测方法,其特征在于,包括以下步骤: 根据细胞图像提取细胞边缘,并获得细胞边缘内的像素特征; 将像素特征送入分类器对像素进行分类得到目标像素区域; 通过目标像素区域与细胞边缘的位置关系识别网织红细胞。 2.根据权利要求1所述的网织红细胞检测方法,其特征在于,所述分类器采用以下步骤获得: 采用典型网织红细胞内RNA染色区域的像素集作为正样本集,非RNA染色区域的像素集以及非网织红细胞内部像素集作为负样本集,提取像素特征; 对标记正负样本的像素特征进行有监督学习并交叉验证形成分类器。 3.根据权利要求1所述的网织红细胞检测方法,其特征在于,所述根据细胞图像提取细胞边缘步骤具体包括: 将细胞图像解耦得到耦合背景图; 根据耦合背景图将细胞图像进行去耦合后归一化得到解耦图像; 对解耦图像进行二值化处理得到二值图像; 对二值图像进行拓扑分析,跟踪最外部边界得到细胞边缘。 4.根据权利要求3所述的网织红细胞检测方法,其特征在于,所述耦合背景图采用如下公式计算: 其中,为耦合背景图,n表示选取的细胞图像的张数,Ii表示第i幅灰度图,Σ为求和操作。 5.根据权利要求3所述的网织红细胞检测方法,其特征在于,所述解耦图像采用如下公式计算: 其中,I′i是第i幅灰度图的解耦图像,min[·]表示求最小操作,max[·]表示求最大操作。 6.根据权利要求3所述的网织红细胞检测方法,其特征在于,所述对解耦图像进行二值化处理得到二值图像步骤包括: 基于Otsu算法、Niblack算法以及Canny算子,对解耦图像进行二值化处理分别得到Otsu、Niblack以及Canny的运算结果图; 对Otsu、Niblack以及Canny的运算结果图进行或运算后,经填充空洞、去噪处理以及形态学处理得到二值图像。 7.根据权利要求1所述的网织红细胞检测方法,其特征在于,所述通过目标像素区域与细胞边缘的位置关系识别网织红细胞步骤具体包括: 通过射线穿过细胞边界的次数确定目标像素区域是否在细胞内; 当细胞内的目标像素区域只有一个,且区域面积大于第一预设面积阈值时,细胞为网织红细胞; 当细胞内的目标像素区域超过预设数目,且区域面积大于第二预设面积阈值时,细胞为网织红细胞。 8.根据权利要求7所述的网织红细胞检测方法,其特征在于,所述射线的斜率为k: 其中,xc、yc分别是目标像素区域质心的横、纵坐标,xj、yj分别是单个细胞边缘坐标的横、纵坐标向量。 9.根据权利要求1所述的网织红细胞检测方法,其特征在于,所述像素特征包括:颜色空间转换、颜色特征以及纹理特征。 10.一种网织红细胞检测系统,其特征在于,包括:处理器,以及与所述处理器连接的存储器, 所述存储器存储有网织红细胞检测程序,所述网织红细胞检测程序被所述处理器执行时实现以下步骤: 根据细胞图像提取细胞边缘,并获得细胞边缘内的像素特征; 将像素特征送入分类器对像素进行分类得到目标像素区域; 通过目标像素区域与细胞边缘的位置关系识别网织红细胞。 |
所属类别: |
发明专利 |