[发明专利]基于置信度评分的细胞粘连分割方法和装置

权利要求书

1.一种基于置信度评分的细胞粘连分割方法，其特征在于，包括：

通过神经网络模型对原始图像进行处理，获得基于置信度评分的预测图；

根据第一阈值将所述预测图进行二值化，获得二值图；

对所述二值图进行优化，并提取优化后的二值图中的所有连通域；

根据预设的面积阈值对连通域进行筛选，获得连通域图像；

基于所述二值图计算出距离图，并根据所述距离图确定分割界线；

将所述连通域图像与所述分割界线进行整合，获得细胞粘连的分割结果。

2.根据权利要求1所述的方法，其特征在于，所述预测图中的每一个像素点的数值为该像素点的置信度评分；

所述根据第一阈值将所述预测图进行二值化，包括：

将大于等于第一阈值的像素点置为255，作为前景像素点；

将小于第一阈值的像素点置为0，作为背景像素点。

3.根据权利要求1所述的方法，其特征在于，所述对所述二值图进行优化，包括：

对所述二值图进行一次开运算，设置核半径为预设值，完成对部分空洞的填充。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据预设的面积阈值对连通域进行筛选，包括：

获取到每个连通域的外接轮廓；

对外接轮廓进行膨胀操作，获得轮廓二值图；

基于所述预测图和所述轮廓二值图获得分割连通域；

将分割连通域与面积阈值进行比较，根据比较结果对连通域进行筛选。

5.根据权利要求4所述的方法，其特征在于，基于所述预测图和所述轮廓二值图获得分割连通域，包括：

将每个连通域内低于第二阈值的像素点值置为255，高于第二阈值的像素点置为0，获得各个连通域的分割连通域。

6.根据权利要求5所述的方法，其特征在于，将分割连通域与面积阈值进行比较，根据比较结果对连通域进行筛选，包括：

若分割连通域的面积大于面积阈值，则保留该分割连通域对应的连通域；

若分割连通域的面积小于面积阈值，则删除该分割连通域对应的连通域。

7.根据权利要求1-3任一项所述的方法，其特征在于，基于所述二值图计算出距离图，包括：

计算所述二值图中每个前景像素点距离最近的背景像素点的欧氏距离，得到整个所述二值图对应的距离图。

8.根据权利要求7所述的方法，其特征在于，根据所述距离图确定分割界线，包括：

将所述距离图进行膨胀操作，并提取前景和背景；

将上述二值图进行一次膨胀操作，并将膨胀后的二值图减去前一步骤提取的前景，得到新的二值图像；

将新的二值图像进行分水岭算法，获得分割界线。

9.根据权利要求8所述的方法，其特征在于，将所述连通域图像与所述分割界线进行整合，包括：

将所述连通域图像与所述分割界线求交集；

如果二者重合，则视为有效分割线；否则将分水岭算法已经分割的区域进行合并。

10.一种基于置信度评分的细胞粘连分割装置，其特征在于，包括：

预测模块，用于通过神经网络模型对原始图像进行处理，获得基于置信度评分的预测图；

二值化模块，用于根据第一阈值将所述预测图进行二值化，获得二值图；

优化模块，用于对所述二值图进行优化；

提取模块，用于提取优化后的二值图中的所有连通域；

筛选模块，用于根据预设的面积阈值对连通域进行筛选，获得连通域图像；

计算模块，用于基于所述二值图计算出距离图，并根据所述距离图确定分割界线；

整合模块，用于将所述连通域图像与所述分割界线进行整合，获得细胞粘连的分割结果。