[发明专利]针对荧光显微图像的凋亡细胞形态的量化分析方法

说明书

技术领域

本发明涉及一种凋亡细胞形态的量化分析方法，尤其是一种针对荧光显微细胞图像的荧光染色结果和二维形态参数提取，属于显微图像处理及应用技术领域，涉及细胞凋亡的形态学观测领域、凋亡细胞的染色法检测领域、图像增强领域、图像阈值分割领域、图像中目标边缘检测领域、二维形态参数计算领域以及相关领域。具体讲，涉及针对荧光显微图像的凋亡细胞形态的量化分析方法。

技术背景

细胞凋亡(apoptosis)或称程序性细胞死亡(programmed cell death，PCD)，它是不同于细胞坏死(necrosis)的另外一种死亡方式，用来描述具有确定形态学变化的细胞死亡过程，Kerr等人最早定义这一系列形态学变化为细胞凋亡(apoptosis)。细胞凋亡过程是细胞本身在一定的生理或病理条件下，按照自身的程序主动性、生理性的死亡的过程，涉及到一系列基因的激活、表达以及调控作用。凋亡过程主要包括细胞皱缩，染色质凝集，核膜的完整性消失，细胞膜出泡(membrane blebbing)以及细胞DNA断裂，最后形成凋亡小体。凋亡细胞会迅速被邻近的吞噬细胞所吞噬，以避免细胞碎片引起炎症。

细胞凋亡的形态学检测被认为是鉴定细胞凋亡的金标准，但是由观察者进行细胞计数和形态结构的分析不仅容易使观察者眼睛疲劳，而且掺杂了较强的主观因素和缺少客观的定量标准，会产生较大的误差。目前对细胞的形态学特征描述大都通过观察细胞显微图像，进行定性的文字描述，而对细胞的形态特征的量化描述则较为少见，这一点也是高效细胞图像分析的障碍所在。随着技术的不断发展，人们对检测结果的客观性和准确性要求越来越高。

在针对凋亡细胞荧光显微图像的分析中，准确分析形态变化和定量测量形态参数是关键，需要建立针对单个细胞和细胞群的分割与特征提取自动图像处理算法，便于快速、准确地量化分析凋亡细胞的形态特征。

近年来，人们研制了许多用于细胞分析和自动识别的系统，对细胞图象进行自动分析，统计细胞个数和测量各个细胞的有关参数，如面积、周长、体积等。这些细胞分析和自动识别系统减少了主观干扰，减轻了相关人员的工作负担，提高了分析的准确性。根据对一些细胞图像处理相关软件产品的了解发现，它们的算法都涵盖了图像处理的基本方法，而在具体的图像分析中各有侧重，如某些软件和算法在与显微镜配套进行图像读入和图像质量改善方面功能比较强大，而某些的优势在数据分析统计、报表输出等方面。然而通用的图象处理软件只具备一些常见的处理手段，对于一些难于识别的图象信息以及针对一些具体用户需解决的问题，通用软件不能满足要求。且现有的分析方法在面对大样本的细胞图像分析时显得力不从心，要求自主研发出解决方案，或使用有内置算法的商业软件包。目前所使用的商业软件在细胞图像自动分割方面不能达到快速、准确的要求，并没有特别针对凋亡细胞的形态分析，且无法与染色结果相结合进行正常细胞与凋亡细胞的区分和分析。

发明内容

为了克服现有的细胞图像分析方法中无法与染色结果相结合进行正常细胞与凋亡细胞的区分和分析的缺陷，本发明提供一种针对凋亡细胞的二维形态分析方法，该方法不仅能够有效地从图像中分割出细胞个体，自动计算细胞二维形态学参数，无需使用者手动勾画细胞轮廓，大大缩短了图像分析时间，而且能够结合染色结果进行凋亡细胞与正常细胞的分类和计数，提供一种运用形态学特征参数对细胞凋亡状态的量化表达，为细胞图像的处理及凋亡细胞与正常细胞的形态学差异分析提供现代化手段以及更精确的数据。本发明采取的技术方案是，针对荧光显微图像的凋亡细胞形态的量化分析方法，包括如下步骤：

1)采集待处理的若干对荧光显微细胞图像，一对图像中包括一幅光镜图像和一幅用于检测细胞凋亡的三染色荧光图像，图像中包含有正常细胞和凋亡细胞；

2)对一对图像中的光镜图像运用中值滤波，灰度拉伸，形态学开运算进行图像预处理，对一对图像中的荧光图像进行三通道分离，进行灰度拉伸；

3)利用Otsu算法自动寻找阈值，对一对图像进行分割，图像的灰度值在直方图上分为m级，灰度级i的像素数为n_i，则总像素数为各灰度值的概率为p_i＝n_i/N,整体图像的灰度平均值在某一阈值处分割成两组，即C₀＝{1～k}和C₁＝{k+1～m}，分别求得两组的概率(公式1和公式2)和灰度平均值，进而求得两组总的方差见公式(3),阈值的选择为当此方差最大时k的取值见公式(4)：