细胞识别方法和装置、以及尿液分析仪制造方法及图纸

本申请公开了细胞识别方法和装置、以及一种尿液分析仪。所述细胞识别方法，包括如下步骤：图像获取步骤，用于获取原始图像；失焦干扰去除步骤，用于将原始图像转换至频域，通过第一滤波器获取图像的高频信息，通过第二滤波器获取图像的边角信息，反变换至时域并提取图像的能量，从而获得经去噪后仅包括高频边角的图像；分割步骤，用于对高频边角图像进行高斯虚化处理，然后选择合适的门限值进行二值化，并标记出边角包围的细胞区域，从原始图像取回标记的区域覆盖的细胞细节信息，从而去除焦平面外的噪点的干扰；分类步骤，用于针对每一个细胞计算多个特征，并基于该多个特征对每一个目标进行分类。根据本申请的技术方案，能够在分割之前去噪。

【技术实现步骤摘要】
【专利摘要】本申请公开了细胞识别方法和装置、以及一种尿液分析仪。所述细胞识别方法，包括如下步骤：图像获取步骤，用于获取原始图像；失焦干扰去除步骤，用于将原始图像转换至频域，通过第一滤波器获取图像的高频信息，通过第二滤波器获取图像的边角信息，反变换至时域并提取图像的能量，从而获得经去噪后仅包括高频边角的图像；分割步骤，用于对高频边角图像进行高斯虚化处理，然后选择合适的门限值进行二值化，并标记出边角包围的细胞区域，从原始图像取回标记的区域覆盖的细胞细节信息，从而去除焦平面外的噪点的干扰；分类步骤，用于针对每一个细胞计算多个特征，并基于该多个特征对每一个目标进行分类。根据本申请的技术方案，能够在分割之前去噪。【专利说明】细胞识别方法和装置、以及尿液分析仪
本专利技术涉及细胞识别
。更具体地说，涉及能够更准确快速地识别尿沉积物中的红血细胞和白血细胞的方法和装置，还涉及包括该装置的尿液分析仪。
技术介绍
正常人尿中可有很少量红血细胞、白血细胞、上皮细胞、结晶、以及粘液丝，罕见有透明管型，但是也有可能有过多的血细胞和异常上皮细胞和管型、以及细菌、滴虫、肿瘤细胞和病毒包涵体。通常我们所进行的尿沉渣检查就是对上述尿中沉淀物定量进行检查。尿沉渣的检查目的是为了识别尿液中的细胞、结晶、细菌、寄生虫等各种病理成分，一般尿沉渣能较为准确地反映尿中的血细胞成分、管型、上皮细胞及结晶的实际情况。所以尿沉渣检测是一项辅助诊断、定位、鉴别及预后泌尿系统疾病重要常规试验项目。在一般性状检查或化学试验中不能发现的病理变化，通过沉淀检查就可以看出细微变化。尿沉渣的检查指标通常包括对红血细胞、白血细胞等检测。然而，在实践中，由于显微镜图像背景是带噪的，并且细胞大小、形状和纹理均呈现很大的差异。图1示出了需要区分的不同对象类型的示例。从图1可以看出，在每一种类型中，仍然存在许多不同组的细胞或粒子。例如，红血细胞进一步包括四种不同的具体形态。因此，从尿沉渣中识别红血细胞(红血球)和白血细胞(白血球)是个困难的任务。在现有技术中，首先对原始图像进行分割以提取目标对象(即，待识别细胞)。然后通过特征提取对细胞进行分类。常用的分割方法包括与活动轮廓(active contour)或水平集(level set)方法融合的Sobel、Robert或Canny核。但是,活动轮廓和水平集方法由于迭代曲线演化步骤而非常耗时，并且这些轮廓方法和Sobel、Robert或Canny核都不能在分割之前去除失焦(模糊)噪声。另外，现有技术中的特征提取方法(用以训练)非常耗时。复杂的方法包括SIFT(尺度不变特征变换)和局部灰度值不变方法，由于其涉及高斯微分(DOG, derivative ofGaussion)尺度空间构建,所以也非常耗时。尽管霍尔(haar)特征(Adaboost训练)方法在理论上比较简单，但是其训练处理由于仅采用简单特征(如，矩形特征)而非常耗时。另外，现有技术中的特征提取方法只适于处理典型数据而不适于处理实际数据。因此，期望提供一种用于在分割之前去噪并且在Adaboost之前进行特征提取的新方法组合。
技术实现思路
有鉴于此，本专利技术意欲提出新的细胞识别方法，以能够更准确快速地识别尿沉积物中的红血细胞和白血细胞。本专利技术还意欲提出新的细胞识别装置，以能够更准确快速地识别尿沉积物中的红血细胞和白血细胞。本专利技术还意欲提出一种包括上述细胞识别装置尿液分析仪。根据本专利技术的一个方面，提供了一种细胞识别方法，包括如下步骤:图像获取步骤，用于获取原始图像；失焦干扰去除步骤，用于将原始图像转换至频域，通过第一滤波器获取图像的高频信息，通过第二滤波器获取图像的边角信息，反变换至时域并提取图像的能量，从而获得经去噪后仅包括高频边角的高频边角图像；分割步骤，用于对高频边角图像进行高斯虚化处理，然后选择合适的门限值进行二值化，并标记出边角包围的细胞区域，从原始图像取回标记的区域覆盖的细胞细节信息，从而去除焦平面外的噪点的干扰；分类步骤，用于针对每一个细胞计算多个特征，并基于该多个特征对每一个目标进行分类。优选地，在根据本专利技术实施例的细胞识别方法中，所述第一滤波器为1gGabor滤波器，所述第二滤波器为复数值单演滤波器(complexed value monogenic filter)，并且 1gGabor 滤波器的传输函数为【权利要求】1.一种细胞识别方法，包括如下步骤: 图像获取步骤，用于获取原始图像； 失焦干扰去除步骤，用于将原始图像转换至频域，通过第一滤波器获取图像的高频信息，通过第二滤波器获取图像的边角信息，反变换至时域并提取图像的能量，从而获得高频边角图像； 分割步骤，用于对高频边角图像进行高斯虚化处理，然后进行二值化，并标记出边角包围的细胞区域，从原始图像取回标记的区域覆盖的细胞细节信息； 分类步骤，用于针对每一个细胞计算多个特征，并基于该多个特征对每一个细胞进行分类。2.根据权利要求1所述的细胞识别方法，其中 所述第一滤波器为1gGabor滤波器，所述第二滤波器为复数值单演滤波器，并且1gGabor滤波器的传输函数为 3.根据权利要求1所述的细胞识别方法，其中 所述多个特征包括至少一个如下特征:圆形度、矩形度、灰度共生矩阵对比度性质、灰度共生矩阵同性性质、灰度共生矩阵能量性质、以及目标对象图像与平均模板之间的互信息。4.根据权利要求3所述的细胞识别方法，其中 所述目标对象图像与平均模板之间的互信息通过相位特征间的匹配来获得，并且所述相位特征Pf通过如下公式获得: 5.一种细胞识别装置，包括: 一个图像获取单元，用于获取原始图像； 一个失焦干扰去除单元，用于对原始图像进行去噪处理，获得高频边角图像； 一个分割单元，用于对高频边角图像进行高斯虚化处理，然后选择合适的门限值进行二值化，并标记出边角包围的细胞区域，从原始图像取回标记的区域覆盖的细胞细节信息； 一个分类单元，用于针对每一个细胞计算多个特征，并基于该多个特征对每一个细胞进行分类。6.根据权利要求5所述的细胞识别装置，其中 所述第一滤波器为1gGabor滤波器，所述第二滤波器为复数值单演滤波器，并且1gGabor滤波器的传输函数为 7.根据权利要求5所述的细胞识别装置，其中 所述多个特征包括至少一个如下特征:圆形度、矩形度、灰度共生矩阵对比度性质、灰度共生矩阵同性性质、灰度共生矩阵能量性质、以及目标对象图像与平均模板之间的互信肩、ο8.根据权利要求7所述的细胞识别装置，其中 所述目标对象图像与平均模板之间的互信息通过相位特征间的匹配来获得，并且所述相位特征Pf通过如下公式获得: 9.根据权利要求5所述的细胞识别装置，其中，所述失焦干扰去除单元包括: 一个傅里叶变换部件，用于将原始图像转换至频域； 一个第一滤波器，用于获取图像的高频信息； 一个第二滤波器，用于获取图像的边角信息； 一个傅里叶反变换部件，用于将经滤波的图像反变换至时域； 一个图像能量提取部件，用于提取图像的能量，从而获得高频边角图像。10.一种尿液分析仪，包括一个根据权利要求5-9中任一项所述的细胞识别装置。【文档编号】G06K9/46GK103793709SQ201210本文档来自技高网...

【技术保护点】
一种细胞识别方法，包括如下步骤：图像获取步骤，用于获取原始图像；失焦干扰去除步骤，用于将原始图像转换至频域，通过第一滤波器获取图像的高频信息，通过第二滤波器获取图像的边角信息，反变换至时域并提取图像的能量，从而获得高频边角图像；分割步骤，用于对高频边角图像进行高斯虚化处理，然后进行二值化，并标记出边角包围的细胞区域，从原始图像取回标记的区域覆盖的细胞细节信息；分类步骤，用于针对每一个细胞计算多个特征，并基于该多个特征对每一个细胞进行分类。

【技术特征摘要】

【专利技术属性】
技术研发人员：迟颖，苏子华，张志远，
申请(专利权)人：西门子医疗保健诊断公司，
类型：发明
国别省市：美国;US