專利名稱：一種基于形態學的細胞分離方法
技術領域：
本發明涉及圖像處理、生物醫學、計算機視覺、計算方法，尤其是一種針對細胞圖 像分割的單體細胞分離方法。
背景技術：
在醫學領域，通常需要將細胞從細胞圖像中分割出來，由于細胞圖像灰度非齊次 性和空間位置的重疊，分割結果中存在的是眾多細胞的重疊圖像和細胞核內的部分過分割 區域，如果不加處理直接計算其形態，對于過分割的部分歸屬性和形態參數計算的準確性 都是一個挑戰。傳統的細胞分離方法存在的缺陷1、不能有效分離粘連的細胞，無法從粘連的細 胞中提取單體細胞；2、影響了細胞的形態參數計算的準確性。
發明內容
為了克服已有的細胞分離方法的不能有效分離粘連的細胞、影響細胞的形態參數 計算的不足，本發明提供一種能夠有效分離粘連的細胞、為準確計算細胞的形態參數做好 準備的基于形態學的細胞分離方法。本發明解決其技術問題所采用的技術方案是一種基于形態學的細胞分離方法，所述細胞分離方法包括以下步驟1)、區域標 記對于細胞圖像分割結果的二值圖，基于形態學標記如下a)自定義結構元素，包括形狀及大小；b)用該結構元素腐蝕二值圖，獲取內部代表區域；c)形態學畢運算和填充方法消除小的雜點區域，構造包含內部代表區域的新二值 圖；d)在新二值圖上用分水嶺算法獲得各個區域的標記值；通過以上標記得到各個粘連區域的標記值；2)、提取單體細胞2. 1)、提取區域的過程初始情況下，區域代表值為零，設定面積閾值為A，A取大 于圖像中單體細胞面積兩倍的值；逐行逐列掃描圖像像素點，并將當前點設為中心點，以此 遍歷上下左右四個領域點，如果領域點的灰度值和中心點一致，并判斷同質區域面積是否 大于面積閾值A，如同質區域面積小于面積閾值，為單體細胞；如同質區域面積大于面積閾 值則為粘連區域；2. 2)、首先從區域標記圖中找出存在粘連區域的標記圖，選擇結構元素大小為1 的圓結構對其進行膨脹，直至標記圖邊界超出粘連圖外邊界時停止，所述標記圖的大小是 粘連細胞中一個單體細胞的整體；3)、遍歷重構的新二值圖集，根據坐標和面積信息，確定各個單體的歸屬，并建立圖像集。本發明的技術構思為數學形態學(MathematicalM orphology)[44]是近幾年來發 展迅速的一門建立在嚴格數學理論基礎上的新興的學科，以幾何特性和結構特性的定量描 述與分析為其主要研究內容，是一種應用于圖像處理和模式識別領域的新的方法。雖然其 理論基礎有些艱深，但其基本觀念卻比較簡單。它體現了邏輯推理與數學演繹的嚴謹性，又 要求具備與實踐密切相關的實驗技術與計算技術，積分幾何和隨機集論是其賴以生存的基 石。數學形態學具有堅實的理論基礎，它以集合論的語言來描述圖像處理算法。它的 基本思想是利用結構元素(structuring element)收集圖像的信息。當結構元素在圖像中 不斷移動時，便可考察圖像各個部分間的相互關系，從而了解圖像各個部分的結構特征。結 構元素可直接攜帶知識(形態、大小、以及灰度和色度信息)來探測所研究圖像的結構特 點，借助于不同形狀的結構元素與圖像間的一系列結構變換來處理和分析圖像。數學形態學應用在圖像領域主要包括二值形態學和灰值形態學[45]，它比其它空 域或頻域圖像處理方法具有一些明顯的優勢_。數學形態學方法最初應用于二值圖像處 理領域中，獲得了廣泛的應用[45]，且效果顯著，灰值形態學是二值形態學對灰度圖像的自 然擴展。其中，二值形態學中用到的交、并運算分別用最小、最大運算代替[45][47]，這對于理 解灰度圖像到彩色圖像的推廣是很重要的。數學形態學的主要內容是設計一套變換(運算)，概念和算法，用以描述圖像的基 本特征。假設用X表示圖像，W⑴表示對圖像進行形態學變換。形態學創始人Serra給 形態學變換規定了以下基本性質[48]>平移不變性W(XZ) = [W(X)]Z，其中Xz表示X平移矢量Z的變換。> 縮放不變性屯 A (X) = XW(X -1!)>局部知識性^ (X)變換只用到局部領域信息。半連續性形態學變換具有一定的連續特性。二值圖像是指那些灰度值只取兩個可能值的圖像，這兩個灰度值通常取為0和1。 習慣上認為取值1的點對應于景物中的點，取值為0的點構成背景。二值形態學適用于二 值圖像，它的各種形態學處理算法都是以膨脹(dilation)，腐蝕(erosion)這兩種最基本 的運算為基礎的。對一個給定的集合(即圖像)X和另一個集合(即結構元素)B，想象一下將B在 圖像上移動。在每一個當前位置x，有三種可能狀態一是叢口 二是叢口 三是 Bx n X和Bx n Xc均不空。第一種情形說明Bx與X相關最大，第二種情形說明Bx與X不相 關，第三種情形說明Bx與X只是部分相關。因而滿足第一種情形的點X的全體構成結構元 素與圖像的最大相關點集，稱這個點集為B對X的腐蝕。腐蝕可以看作是將圖像X中每一 個與結構元素B全等的子集合Bx (并行地)收縮為點x，那么反過來，也可以將X中每一個 點x擴大為Bx，這就是膨脹運算。具體可以參考灰度腐蝕與膨脹的示意圖1。定義4-1設A，B為Z2中的集合，①為空集，A被B的膨脹，記為萬，④為膨脹算 子，膨脹的定義為A十 B =(1)
式(1)表明的膨脹過程是B首先做關于原點的映射，然后平移x。A被B的膨脹是 6所有x平移后與A至少有一個非零公共元素。集合B就是結構元素。定義4-2設A，B為Z2中的集合，①為空集，A被B的腐蝕，記為A B， 為腐蝕 算子，腐蝕的定義為A0B = jx|(B)x e^J(2)也就是說，A被B腐蝕的結果為所有使B被x平移后包含于A點的集合。根據區域差別性這一圖像分割領域的核心準則，本文第三章給出的一種新的區域 混合主動輪廓模型，該模型用來從背景圖中同時檢測出細胞核仁與細胞膜的輪廓。這種主 動輪廓模型根據區域最大化原則的核心思想，同時采用局部和全局灰度信息用作模型的驅 動力。這種局部和全局的擬合驅動力確保了模型能夠捕捉到局部差異，并且全局差異區域 也能被分割出來。同時引進的策略權重參數利用梯度信息來解釋局部擬合項和全局擬合項 如何組成混合擬合項，實驗結果這一小節的內容證明了這類模型在分割細胞核仁與細胞膜 時有良好的表現。但是分割由于細胞圖像灰度非齊次性和空間位置的重疊，分割結果中存在的是眾 多細胞的重疊圖像和細胞核內的部分過分割區域，如果不加處理直接計算其形態，對于過 分割的部分歸屬性和形態參數計算的準確性都是一個挑戰。從細胞圖像的分割結果中對于統計細胞形態參數的缺陷出發，應用數學形態學方 法，設計了分離粘連細胞的方法，該方法最終得到的結果是原重疊圖像分離出的單個細胞 的一組圖像集，較傳統的粘連分離方法，該方法能提取出單體細胞及內核區域的圖像集，為 準確計算出細胞形態參數做好準備。引入了細胞核質比這一新的形態參數，并計算出每個 細胞參數，如周長、面積、最大高度、最大寬度、矩形度、圓形度、伸長度，給出細胞圖像直觀 的數字參數。該方法圍繞形態學方法展開，給出了分割粘連細胞的新算法，用表示單個細胞的 圖像集來計算各個細胞形態參數。本發明的有益效果主要表現在能夠有效分離粘連的細胞、為準確計算細胞的形 態參數做好準備。
圖1是用圓形結構元素進行灰值膨脹和
圖2是二值膨脹示意圖。
圖3是二值腐蝕示意圖。
圖4是形態學填充結果圖。
圖5是區域標記過程示意圖。
圖6是灰度圖像區域標記圖。
圖7是區域提取算法的流程圖
圖8是提取的二值圖集的示意圖。
圖9是分離并還原細胞單體的示意圖。
圖10是各個單體細胞整理的示意圖。
圖11是單體細胞和其內部所屬區域的示意圖。
具體實施例方式下面結合附圖對本發明作進一步描述。參照圖1 圖11，一種基于形態學的細胞分離方法，所述細胞分離方法包括以下 步驟1)、區域標記對于細胞圖像分割結果的二值圖，基于形態學標記如下e)自定義結構元素，包括形狀及大小；f)用該結構元素腐蝕二值圖，獲取內部代表區域；g)形態學畢運算和填充方法消除小的雜點區域，構造包含內部代表區域的新二值 圖；h)在新二值圖上用分水嶺算法獲得各個區域的標記值；通過以上標記得到各個粘連區域的標記值；2)、提取單體細胞2. 1)、提取區域的過程初始情況下，區域代表值為零，設定面積閾值為A，A取大 于圖像中單體細胞面積兩倍的值；逐行逐列掃描圖像像素點，并將當前點設為中心點，以此 遍歷上下左右四個領域點，如果領域點的灰度值和中心點一致，并判斷同質區域面積是否 大于面積閾值A，如同質區域面積小于面積閾值，為單體細胞；如同質區域面積大于面積閾 值則為粘連區域；2. 2)、首先從區域標記圖中找出存在粘連區域的標記圖，選擇結構元素大小為1 的圓結構對其進行膨脹，直至標記圖邊界超出粘連圖外邊界時停止，所述標記圖的大小是 粘連細胞中一個單體細胞的整體；3)、遍歷重構的新二值圖集，根據坐標和面積信息，確定各個單體的歸屬，并建立 圖像集。細胞區域存在的粘連現象對于提取單個細胞及統計細胞的形態參數都是一個挑 戰，成功分離粘連細胞對于細胞的分割和檢測都有著重要意義。本實施例的細胞分離方法 基于二值形態學方法，提取二值圖主要部分——細胞區域和細胞核區域。選用數學形態學 對細胞分割結果區域進行集合操作，從而提取出單個細胞的整體區域，并方便后續的形態 參數計算。本實施例的方法歸結起來可以分為分割區域的標記和分離這兩個部分，通過標記 可以獲取分割結果中目標的主要區域，再在區域標記的基礎上，對分割結果圖中粘連的部 分實現分離，從而完成細胞圖像中單個目標的提取。區域標記對于混合主動輪廓模型分割結果三維二值圖現如圖4左圖所示，分析 可知盡管嗜中性粒細胞的核區域中存在過多的小區域目標，也就是之前提到的過分割區 域，但是主目標區域外邊界的良好捕捉確保了在分割結果圖中辨認出細胞整體。對此圖像， 選用形態學填充方法，該方法對于二值圖像中前景目標邊界區域內的背景區域部分，用前 景區域值替換，也就是二值圖像中在“ 1”值為邊界的閉合區域內，將“0”值替換成“1”值。消除了內部區域的過分割現象如圖4右圖所示。至此，不考慮細胞內細胞核目標的對象，可以得到細胞區域總的外部輪廓，但此時 面臨的問題是如何將圖4中間區域粘連細胞分離開，得到單體的細胞。本節介紹的區域標 記方法可以實現細胞分離和提取。分析圖4右圖可知，該圖中存在多個細胞目標，并且若干個目標連在一起。若要從 圖中提取目標，首要需獲取單個的目標個體。對于分離出單體問題，在本文中轉化為標記區 域問題，將不同的細胞體標為不同的數值，從而起到區分的作用。對于二值圖像，基于形態學的標記算法如下a)自定義結構元素，包括形狀及大小。b)用該結構元素腐蝕二值圖，獲取內部代表區域。c)形態學畢運算和填充方法消除小的雜點區域，構造包含內部代表區域的新二值 圖。d)在新二值圖上用分水嶺算法獲得各個區域的標記值。其中分水嶺算法，請參照文獻1 :Vincent L, Soille P. Watersheds in digital spaces :An efficient algorithm based on immersion simulations[J]IEEE Transactions onPattern Analysis and Machine Intelligence,1991,13(6),583—598,艮口 文森特L，索雷P，數字空間分水嶺一種有效的基于浸入仿真的算法，IEEE模式分析與機器 智能期刊，第13期第6章583-598頁。該算法可以獲取各個粘連區域的標記值，該標記圖是下節引入的粘連細胞分離的 基礎。對于圖4右圖，選取了圓盤形的結構元素，大小設置為14，該值的大小選取根據獲取最多內部代表區域為原則調節，分離結構如圖5所示，其右圖的 不同的顏色代表了不同的標記值，即一種顏色代表一個區域。該算法對于同樣適用于灰度及彩色圖像，現以灰度圖像為例，驗證其區域標記效 果，如圖6所示。圖6右下圖不同的顏色區域代表不同的標記值。提取單體細胞區域標記的結果是在原分割結果圖中將多個目標的種子區域標注 出來，即將多個目標單體化標注。圖5右圖的標記圖雖然給出了分離的單體細胞，但這和圖 4左圖的混合主動輪廓模型分割結果相比，存在兩方面的信息丟失。首先，由于是在形態學 腐蝕情況下進行的操作，標記的單體細胞區域丟失了部分外邊界的內容。其次，為了獲得種 子區域，混合主動輪廓模型得到的細胞核區域是在形態學填充操作下進行的，因此丟失了 此區域的信息。本節介紹的算法用到了標記算法得到的標注圖，并修正了標記算法的這兩 個缺陷，提取了圖中多個目標并保存為圖像集，更加方便后續的形態參數計算。提起單體細胞的算法分為兩個部分。首先介紹提取區域的算法，該算法直接對分 割結果二值圖，提取單一和粘連的細胞區域。其次，處理粘連的細胞區域，用上一節介紹的 區域標記方法將細胞分離，重新對標記的區域進行形態學膨脹恢復其在分割結果圖中的形 態，并將內部的細胞核區域歸屬為某一區域。經過上述過程，細胞核區域和細胞整體輪廓區 域都得以保存，實現細胞輪廓區域分離的同時，內部細胞核區域細節也得以保留，對之后的 形態學參數計算會有重要的意義。圖7為提取區域的算法的流程。算法將各個沒有粘連的部分提取出來，在對圖4左圖處理的過程中，設定面積閾值為150，于是在提取過程中部分沒有在形態學閉運算時消除的小區域，在該面積閾值的約 束下被濾去了。圖8給出了提取出的各個主要區域(圖中白色區域)二值圖集，其中包括背景部 分，粘連細胞部分，單個細胞部分以及細胞內區域部分。從圖8圖第二行左邊第一張二值圖中可以看出，區域提取算法中還包含了若干個 粘連細胞，對于二值圖是否存在粘連，以及處理的方法如下a)形態學填充，將背景二值圖剔除。b)在剩余的圖像集中，判斷填充結果圖中面積是否大于面積閾值Ac)若大于面積A，則存在粘連，否則，為單體。上述步驟b中的面積閾值A取大于圖像中單體細胞面積兩倍的值。通過區域提取和粘連判斷，已經可以獲得粘連二值圖，再引入上節介紹的區域標 記圖，可以實現粘連細胞的分離并獲得各個細胞核的區域，構成一個完整的單體細胞。利用區域標記圖可以還原出粘連細胞各個細胞體的外輪廓。首先從區域標記圖中 找出存在于粘連區域的標記圖，選擇結構元素大小為1的圓結構對其進行膨脹，直至標記 圖邊界超出粘連圖外邊界時停止，這時該標記圖的大小可以近似的認為是粘連細胞中一個 單體細胞的整體。圖9是分離粘連細胞并還原各個單體細胞的結果圖，用下行的四副二值圖替代圖 8中第二行第一幅圖像，從而獲得了分離的各個單體。此時的重新構成的二值圖像集中包含 了圖9下行四副二值圖，并刪除圖8第二行第一幅二值圖。至此，分離并提取細胞還差一個步驟完成，即確定各個單體的歸屬。此處的歸屬代 表各個單體的從屬性。遍歷重構的新二值圖集，根據坐標和面積信息，確定各個單體的歸 屬。圖10所示的圖像集是各個單體細胞的整體區域，但重構圖像集中還包含了若干個小區 域，這些小的區域表示細胞核區域的內部細節。歸屬性信息由此確定了各個小區域從屬于 圖10中哪一個具體的細胞單體。圖11上行是兩個細胞單體整體及內部區域，內部區域代 表了細胞核區域，下行最左圖是細胞單體整體，其右四副二值圖是從屬于該單體的四個細 胞質區域。因此，區域標記和提取單體算法獲得了圖像集。該圖像集中包含了各個單體細胞 的整體，及其內部若干個區域。
權利要求
一種基于形態學的細胞分離方法，其特征在于所述細胞分離方法包括以下步驟1)、區域標記對于細胞圖像分割結果的二值圖，基于形態學標記如下a)自定義結構元素，包括形狀及大小；b)用該結構元素腐蝕二值圖，獲取內部代表區域；c)形態學畢運算和填充方法消除小的雜點區域，構造包含內部代表區域的新二值圖；d)在新二值圖上用分水嶺算法獲得各個區域的標記值；通過以上標記得到各個粘連區域的標記值；2)、提取單體細胞2.1)、提取區域的過程初始情況下，區域代表值為零，設定面積閾值為A，A取大于圖像中單體細胞面積兩倍的值；逐行逐列掃描圖像像素點，并將當前點設為中心點，以此遍歷上下左右四個領域點，如果領域點的灰度值和中心點一致，并判斷同質區域面積是否大于面積閾值A，如同質區域面積小于面積閾值，為單體細胞；如同質區域面積大于面積閾值則為粘連區域；2.2)、首先從區域標記圖中找出存在粘連區域的標記圖，選擇結構元素大小為1的圓結構對其進行膨脹，直至標記圖邊界超出粘連圖外邊界時停止，所述標記圖的大小是粘連細胞中一個單體細胞的整體；3)、遍歷重構的新二值圖集，根據坐標和面積信息，確定各個單體的歸屬，并建立圖像集。
全文摘要
一種基于形態學的細胞分離方法，包括以下步驟1)區域標記對于細胞圖像分割結果的二值圖，基于形態學標記，通過標記得到各個粘連區域的標記值；2)提取單體細胞2.1)提取區域的過程；2.2)首先從區域標記圖中找出存在粘連區域的標記圖，選擇結構元素大小為1的圓結構對其進行膨脹，直至標記圖邊界超出粘連圖外邊界時停止，所述標記圖的大小是粘連細胞中一個單體細胞的整體；3)遍歷重構的新二值圖集，根據坐標和面積信息，確定各個單體的歸屬，并建立圖像集。本發明能夠有效分離粘連的細胞、為準確計算細胞的形態參數做好準備。
文檔編號C12N5/00GK101853495SQ20101019109
公開日2010年10月6日 申請日期2010年6月3日 優先權日2010年6月3日
發明者姚春燕, 張厚祥, 張建偉, 趙明珠, 陳敏, 陳勝勇 申請人:浙江工業大學