[发明专利]一种基于激光共聚焦显微技术的细胞智能识别方法

权利要求书

1.一种基于激光共聚焦显微技术的细胞智能识别方法，其特征在于包括以下步骤：

（1）对细胞进行培养和荧光染色处理；

（2）采用激光共聚焦显微镜获取细胞多荧光通道的层切图像；

（3）对层切图像依次进行灰度化、去噪处理以及阈值分割，挑出细胞区域，同一个荧光通道的灰度数据存入一个三维矩阵；

（4）采用区域随机生长模型，确定每个细胞区域并标号；

（5）对标号的细胞按次序进行插值三维重建，并计算各细胞三维形态参数；

（6）采用不同细胞重复（1）至（5）过程，再用机器学习方法对细胞三维形态特征进行学习，最终实现多种细胞的识别。

2.根据权利要求1所述的一种基于激光共聚焦显微技术的细胞智能识别方法，其特征在于：步骤（4）所述区域随机生长模型实施中，首先在步骤（3）挑出细胞区域随机选取一个体素，然后向最近邻各方向随机生长，并判断生长后的体素是否在细胞中，直至覆盖整个细胞，再对该细胞进行标号，最后，在已标号的细胞区域之外重复这一过程，直至所有细胞都被标号。

3.根据权利要求1所述的一种基于激光共聚焦显微技术的细胞智能识别方法，其特征在于：步骤（5）所述插值三维重建，指根据激光共聚焦显微镜拍摄细胞层切图像时的步进间距与层切图像中的像素大小之间的比值关系，取整后在相邻层切图中插入数目为该比值关系的灰度图像，灰度插值方法选取最近邻插值、线性插值、双线性插值、双三次插值之一。

4.根据权利要求1所述的一种基于激光共聚焦显微技术的细胞智能识别方法，其特征在于：步骤（5）所述细胞三维形态参数，包括整个细胞及其被荧光标记的超微结构的体积、膜表面积、膜周长、比表面积、等体积球半径、圆球度和异型指数，以及超微结构与细胞的体积比。

5.根据权利要求1所述的一种基于激光共聚焦显微技术的细胞智能识别方法，其特征在于：步骤（6）所述机器学习方法在人工神经网络、支持向量机、线性和逻辑回归、朴素贝叶斯、决策树和随机森林几种方法中选取。