[发明专利]一种细胞计数方法、装置、计算机设备及可读存储介质在审

专利信息
申请号: 202011427461.9 申请日: 2020-12-07
公开(公告)号: CN112489027A 公开(公告)日: 2021-03-12
发明(设计)人: 高楠楠;刘小晴;刘昌灵;张亚军;凌少平 申请(专利权)人: 志诺维思(北京)基因科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T7/187;G06K9/00;G06K9/62
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 荣颖佳
地址: 102200 北京市昌平区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 细胞 计数 方法 装置 计算机 设备 可读 存储 介质
【说明书】:

本申请提供了一种细胞计数方法、装置、计算机设备及可读存储介质,将第一细胞染色图像输入至训练好的颜色分离模型中,获取第一细胞染色图像对应不同细胞类别的多张二值图像;其中,二值图像中包括多个第一连通量;确定二值图像对应的距离图像包括的多个峰值点,以及每个第一连通量包括的峰值点个数;对选取的包括多个峰值点的第二连通量进行分割处理,确定第二连通量中包括的细胞个数;基于第二连通量中包括的细胞个数,以及二值图像对应的细胞类别,确定该细胞类别对应的细胞总数。通过对细胞染色图像进行分析处理,确定图像中各细胞类别对应的数量,并基于各细胞类别的细胞对该细胞染色图像进行分析,从而能够提高对于图像分析判读的效率。

技术领域

本申请涉及医疗影像技术领域,尤其是涉及一种细胞计数方法、装置、计算机设备及可读存储介质。

背景技术

在数字病理图像分析中,细胞的分割和检测对获取病理图像信息有着至关重要的作用,通常是图像自动分析的基础。

目前,数字病理图像的分析过程大多是通过分析病理数字扫描切片图像而进行的。然而,由于病理数字扫描切片的数字病理图像具有一定的复杂性,例如病理图像中可能出现噪声、污染、模糊、前景与背景对比度较差等问题,并且由于细胞形态差异以及细胞重叠等情况,因此难以进行稳定且准确的细胞的分割和检测过程。

由于数字病理图像的分析通常需要在数字扫描切片上进行数字病理图像分析,而数字扫描仪市场价格较高,同时,扫描一张数字切片耗时较长,约为2~5分钟,且扫描后的数字切片图像文件大小约1G,由此导致使用数字扫描切片进行图像智能判读的成本高效率低。同时,对应数字病理图像的分析只能在配备有数字扫描仪的医疗与科研机构进行,巨大的数字切片存储容量,限制了图像自动分析方法的应用推广。

发明内容

有鉴于此,本申请的目的在于提供一种细胞计数方法、装置、计算机设备及可读存储介质,在不进行数字切片全片扫描的情况下,通过三目光学显微镜上的专业显微拍摄仪或通过显微镜目镜、利用其他外在拍摄设备拍摄的细胞染色图像,通过对细胞染色图像进行分析处理,提高了对于图像分析判读的效率。

本申请实施例提供了一种细胞计数方法,所述细胞计数方法包括:

将通过三目光学显微镜上的专业显微拍摄仪或通过显微镜目镜、利用其他外在拍摄设备拍摄的第一细胞染色图像输入至训练好的颜色分离模型中,并针对不同细胞类别,获取所述细胞染色图像的多张二值图像;其中,所述二值图像中包括多个第一连通量;

确定所述二值图像对应的距离图像包括的多个峰值点,以及每个所述第一连通量包括的峰值点个数;

选取包括多个所述峰值点的第二连通量,并对所述第二连通量进行分割处理,确定所述第二连通量中包括的细胞个数;

基于所述第二连通量中包括的细胞个数,以及所述二值图像对应的细胞类别,确定该细胞类别对应的细胞总数。

一种可选的实施方式中,通过以下方法对所述颜色分离模型进行训练:

获取第一细胞染色图像样本,并将所述细胞染色图像样本输入至颜色空间模型中,得到在目标颜色空间中的第二细胞染色图像样本;

对所述第二细胞染色图像样本进行无监督机器学习,基于预设的聚类中心特征,得到多个颜色特征聚类,当每个所述颜色特征聚类中各个样本特征的相似度满足预设的相似度阈值时,完成训练,得到训练好的颜色分离模型。

一种可选的实施方式中,所述将通过三目光学显微镜上的专业显微拍摄仪或通过显微镜目镜、利用其他外在拍摄设备拍摄的第一细胞染色图像输入至训练好的颜色分离模型中,并针对不同细胞类别,获取所述细胞染色图像的多张二值图像,包括:

获取第一细胞染色图像,并将所述第一细胞染色图像输入至颜色空间模型中,得到在目标颜色空间中的第二细胞染色图像;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于志诺维思(北京)基因科技有限公司,未经志诺维思(北京)基因科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011427461.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top