一種癌變細(xì)胞的自動診斷方法與流程

本發(fā)明涉及生物醫(yī)學(xué)領(lǐng)域，具體涉及一種癌變細(xì)胞的自動診斷方法。

背景技術(shù)：

癌癥是危害人類健康的一大疾病。在臨床醫(yī)學(xué)中，如何對癌細(xì)胞進(jìn)行診斷也是一項非常重要的課題?，F(xiàn)階段對癌癥組織的診斷方式還是停留在人工對組織切片進(jìn)行觀察，然后根據(jù)癌細(xì)胞的特征依據(jù)經(jīng)驗做出判斷。在生命科學(xué)上，癌細(xì)胞的形態(tài)特征有：1、細(xì)胞外形改變：包括細(xì)胞增大、大小不一和多形性；2、細(xì)胞核改變：包括核大，核漿比例增大，核大小不一，形態(tài)異常，核仁肥大，數(shù)目增多，核膜增厚和核分裂活躍；3、細(xì)胞漿改變；4、變性壞死：癌細(xì)胞變性壞死，胞漿破壞形成裸核。

相關(guān)技術(shù)中，缺少一種通過癌細(xì)胞的細(xì)胞膜的差異，通過計算機(jī)視覺處理方法將癌細(xì)胞與健康細(xì)胞區(qū)別出來的手段。

技術(shù)實現(xiàn)要素：

本發(fā)明旨在至少解決上述技術(shù)問題之一。

為此，本發(fā)明的目的在于提出一種癌變細(xì)胞的自動診斷方法，用計算機(jī)視覺方法自動提取特征，對細(xì)胞特征進(jìn)行判別。

為了實現(xiàn)上述目的，本發(fā)明的實施例公開了一種癌變細(xì)胞的自動診斷方法，包括以下步驟：s1：對待測組織圖像在電子顯微鏡下通過不同焦距下聚焦得到第一組織圖像和第二組織圖像；s2：對所述第一組織圖像進(jìn)行邊緣檢測，以得到所述第一組織圖像中所有細(xì)胞的細(xì)胞核邊界；s3：根據(jù)所述第二組織圖像輔助標(biāo)定所述第一組織圖像中所有細(xì)胞的中心點；s4：對所述第一組織圖像相鄰細(xì)胞之間的細(xì)胞膜進(jìn)行統(tǒng)計，以根據(jù)統(tǒng)計結(jié)果確定所述第一組織圖像中的組織是否發(fā)生癌變。

進(jìn)一步地，步驟s1進(jìn)一步包括：s101：對所述待測組織圖像在電子顯微鏡下通過不同焦距下聚焦得到初始第一組織圖像和初始第二組織圖像；s102：對所述初始第一組織圖像和所述初始第二組織圖像進(jìn)行直方圖均衡化處理得到所述第一組織圖像和所述第二組織圖像。

進(jìn)一步地，步驟s2進(jìn)一步包括：s201：對所述第一組織圖像進(jìn)行圖像降噪處理，以突出所述第一組織圖像中所述細(xì)胞的邊界特征；s202：采用邊緣檢測算法得到所述第一組織圖像中所有相鄰對比度高于預(yù)設(shè)對比度閾值的位置作為細(xì)胞核邊界；s203：對檢測到邊界不連續(xù)的位置，進(jìn)行空間濾波處理，膨脹所檢測到的細(xì)胞核邊界。

進(jìn)一步地，步驟s3進(jìn)一步包括：s301：將所述第二組織圖像根據(jù)灰度值進(jìn)行分割，找到所述第二組織圖像的最優(yōu)分割灰度值；s302：將所述第二組織圖像進(jìn)行二值化分割得到二值化第二組織圖像；s303：使用所述二值化第二組織圖像對所述第一組織圖像進(jìn)行修剪，以輔助確定所述第一組織圖像的所有細(xì)胞的細(xì)胞核邊界。

進(jìn)一步地，在步驟s303之后還包括：s304：對除所述第一組織圖像的所有邊界進(jìn)行遍歷，去除相應(yīng)邊界內(nèi)包含像素點少于像素點閾值的點。

進(jìn)一步地，步驟s4進(jìn)一步包括：s401：識別所述二值化第二組織圖像中所有細(xì)胞核區(qū)域，并將所有細(xì)胞核區(qū)域的像素坐標(biāo)的中心點位置作為相應(yīng)細(xì)胞核區(qū)域的位置；s402：對每個細(xì)胞核區(qū)域，統(tǒng)計與周圍細(xì)胞之間中心連線上的邊界數(shù)目，進(jìn)而確定每個細(xì)胞核區(qū)域與周圍細(xì)胞之間的細(xì)胞膜總數(shù)；s403：將各個細(xì)胞的細(xì)胞膜判別結(jié)果進(jìn)行統(tǒng)計，如果預(yù)設(shè)數(shù)量的細(xì)胞是被檢測為癌細(xì)胞，則認(rèn)為該組織發(fā)生癌變。

根據(jù)本發(fā)明實施例的癌變細(xì)胞的自動診斷方法，利用癌細(xì)胞與健康細(xì)胞之間存在的差別，用計算機(jī)視覺方法自動提取特征，對細(xì)胞特征進(jìn)行判別、判別效率高、準(zhǔn)確率高。

本發(fā)明的附加方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實踐了解到。

附圖說明

本發(fā)明的上述和/或附加的方面和優(yōu)點從結(jié)合下面附圖對實施例的描述中將變得明顯和容易理解，其中：

圖1是本發(fā)明實施例的癌變細(xì)胞的自動診斷方法的流程圖；

圖2是本發(fā)明一個實施例的癌變細(xì)胞的自動診斷過程的示意圖。

具體實施方式

下面詳細(xì)描述本發(fā)明的實施例，所述實施例的示例在附圖中示出，其中自始至終相同或類似的標(biāo)號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的，僅用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。

在本發(fā)明的描述中，需要理解的是，術(shù)語“第一”、“第二”僅用于描述目的，而不能理解為指示或暗示相對重要性。

參照下面的描述和附圖，將清楚本發(fā)明的實施例的這些和其他方面。在這些描述和附圖中，具體公開了本發(fā)明的實施例中的一些特定實施方式，來表示實施本發(fā)明的實施例的原理的一些方式，但是應(yīng)當(dāng)理解，本發(fā)明的實施例的范圍不受此限制。相反，本發(fā)明的實施例包括落入所附加權(quán)利要求書的精神和內(nèi)涵范圍內(nèi)的所有變化、修改和等同物。

以下結(jié)合附圖描述本發(fā)明。

圖1是本發(fā)明實施例的癌變細(xì)胞的自動診斷方法的流程圖。如圖1所示，本發(fā)明實施例的癌變細(xì)胞的自動診斷方法，包括以下步驟：

s1：對待測組織圖像在電子顯微鏡下通過不同焦距下聚焦得到第一組織圖像和第二組織圖像。

在本發(fā)明的一個實施例中，步驟s1進(jìn)一步包括：

s101：對待測組織圖像在電子顯微鏡下通過不同焦距下聚焦得到初始第一組織圖像和初始第二組織圖像，此時初始第一組織圖像和初始第二組織圖像的像素對比度較低；

s102：為提升像素對比度，對初始第一組織圖像和初始第二組織圖像進(jìn)行直方圖均衡化處理得到第一組織圖像和第二組織圖像，為后續(xù)步驟處理做好準(zhǔn)備。

s2：對第一組織圖像進(jìn)行邊緣檢測，以得到第一組織圖像中所有細(xì)胞的細(xì)胞核邊界。

在本發(fā)明的一個實施例中，步驟s2進(jìn)一步包括：

s201：對第一組織圖像進(jìn)行圖像降噪處理，以突出第一組織圖像中細(xì)胞的邊界特征。其中，可以采用中值濾波器進(jìn)行圖像降噪。

s202：采用邊緣檢測算法得到第一組織圖像中所有相鄰對比度高于預(yù)設(shè)對比度閾值的位置作為細(xì)胞核邊界。其中，可以采用canny邊緣檢測算法得到對比度高于預(yù)設(shè)對比度閾值的位置，canny邊緣檢測算法可以顯著減少圖像數(shù)據(jù)規(guī)模。

s203：對檢測到邊界不連續(xù)的位置，進(jìn)行空間濾波處理，膨脹所檢測到的細(xì)胞核邊界。其中，可以采用wiener濾波器進(jìn)行空間濾波處理，膨脹所檢測到的邊界，wiener濾波器的輸出與期望輸出的均方誤差非常小。

s3：根據(jù)第二組織圖像輔助標(biāo)定第一組織圖像中所有細(xì)胞的中心點。

在本發(fā)明的一個實施例中，步驟s3進(jìn)一步包括：

s301：將第二組織圖像根據(jù)灰度值進(jìn)行分割，找到第二組織圖像的最優(yōu)分割灰度值；

s302：將第二組織圖像進(jìn)行二值化分割得到二值化第二組織圖像；

s303：使用二值化第二組織圖像對第一組織圖像進(jìn)行修剪，以輔助確定第一組織圖像的所有細(xì)胞的細(xì)胞核邊界，除去對誤檢的細(xì)胞核邊界，減少統(tǒng)計的誤差。

在本發(fā)明的一個實施例中，在步驟s303之后還包括：s304：對第一組織圖像的所有邊界進(jìn)行遍歷，去除相應(yīng)邊界內(nèi)包含像素點少于像素點閾值的點。

s4：對第一組織圖像相鄰細(xì)胞之間的細(xì)胞膜進(jìn)行統(tǒng)計，以根據(jù)統(tǒng)計結(jié)果確定第一組織圖像中的組織是否發(fā)生癌變。

在本發(fā)明的一個實施例中，步驟s4進(jìn)一步包括：

s401：識別二值化第二組織圖像中所有細(xì)胞核區(qū)域，并將所有細(xì)胞核區(qū)域的像素坐標(biāo)的中心點位置作為相應(yīng)細(xì)胞核區(qū)域的位置。

s402：對每個細(xì)胞核區(qū)域，統(tǒng)計與周圍細(xì)胞之間中心連線上的邊界數(shù)目，進(jìn)而確定每個細(xì)胞核區(qū)域與周圍細(xì)胞之間的細(xì)胞膜總數(shù)。

s403：將各個細(xì)胞的細(xì)胞膜判別結(jié)果進(jìn)行統(tǒng)計，如果預(yù)設(shè)數(shù)量的細(xì)胞是被檢測為癌細(xì)胞，則認(rèn)為該組織發(fā)生癌變。

為使本領(lǐng)域人員進(jìn)一步理解本發(fā)明，將通過以下實施例進(jìn)行詳細(xì)說明。

圖2是本發(fā)明一個實施例的癌變細(xì)胞的自動診斷過程的示意圖。如圖2所示，本實施例中，輸入圖片為電子顯微鏡下不同焦距的兩組圖像，綜合利用已有的每組兩張圖片進(jìn)行處理，進(jìn)行判別。處理過程根據(jù)電鏡下圖像的特征來進(jìn)行處理，首先，針對電鏡圖片對比度低的問題，采用直方圖均衡化的方法，增強(qiáng)對比，為接下來進(jìn)一步處理做好準(zhǔn)備。

之后，在兩組圖像中，對第一組織圖像，首先采用中值濾波器，降低圖像的噪聲水平，突出細(xì)胞的邊界特征。之后采用canny邊緣檢測算法，找出圖像中所有相鄰對比度較高的位置；之后針對所檢測到邊界不連續(xù)的問題，采用wiener濾波器進(jìn)行空間濾波處理，膨脹所檢測到的邊界。

對于第二組織圖像，可以用此圖像來輔助標(biāo)定細(xì)胞的中心點。首先，對圖像根據(jù)灰度值進(jìn)行分割，找到圖像的最優(yōu)分割灰度值，然后進(jìn)行二值化分割，得到二值化后的細(xì)胞核圖像。該圖像進(jìn)一步去輔助第一組織圖像除去對誤檢的細(xì)胞核邊界，減少統(tǒng)計的誤差。之后，識別出每一個細(xì)胞核區(qū)域，并進(jìn)行標(biāo)記，然后對于標(biāo)記的每個區(qū)域，統(tǒng)計每個像素的坐標(biāo)，將坐標(biāo)的中位數(shù)作為該標(biāo)記所對應(yīng)區(qū)域的位置。

對于第一組織圖像，在通過第二組織圖像進(jìn)行修剪之后，在對圖中所有邊界進(jìn)行遍歷，除去那些包含像素非常少的點。

邊界統(tǒng)計過程：對相鄰細(xì)胞之間的細(xì)胞膜進(jìn)行統(tǒng)計，進(jìn)而去確定該組織的整體類型。統(tǒng)計過程包括兩個過程，首先基于距離識別出相鄰的標(biāo)記中心，接下來去檢測兩個中心連線上的邊界數(shù)目。對同一個中心點的所有相鄰點進(jìn)行相同的操作，統(tǒng)計與周圍細(xì)胞之間的細(xì)胞膜總數(shù)。對組織中所有的細(xì)胞進(jìn)行相同的統(tǒng)計結(jié)果，然后將各個細(xì)胞的細(xì)胞膜判別結(jié)果進(jìn)行統(tǒng)計，如果大部分的細(xì)胞是被檢測為癌細(xì)胞，則認(rèn)為該組織發(fā)生癌變。

根據(jù)本發(fā)明實施例的癌變細(xì)胞的自動診斷方法，利用癌細(xì)胞與健康細(xì)胞之間存在的差別，用計算機(jī)視覺方法自動提取特征，對細(xì)胞特征進(jìn)行判別、判別效率高、準(zhǔn)確率高。

另外，本發(fā)明實施例的癌變細(xì)胞的自動診斷方法的其它構(gòu)成以及作用對于本領(lǐng)域的技術(shù)人員而言都是已知的，為了減少冗余，不做贅述。

在本說明書的描述中，參考術(shù)語“一個實施例”、“一些實施例”、“示例”、“具體示例”、或“一些示例”等的描述意指結(jié)合該實施例或示例描述的具體特征、結(jié)構(gòu)、材料或者特點包含于本發(fā)明的至少一個實施例或示例中。在本說明書中，對上述術(shù)語的示意性表述不一定指的是相同的實施例或示例。而且，描述的具體特征、結(jié)構(gòu)、材料或者特點可以在任何的一個或多個實施例或示例中以合適的方式結(jié)合。

盡管已經(jīng)示出和描述了本發(fā)明的實施例，本領(lǐng)域的普通技術(shù)人員可以理解：在不脫離本發(fā)明的原理和宗旨的情況下可以對這些實施例進(jìn)行多種變化、修改、替換和變型，本發(fā)明的范圍由權(quán)利要求及其等同限定。