基于面积变化算法的细胞自转速度免标记自动获取方法技术

本发明专利技术涉及基于面积变化算法提取ODEP场中细胞自转速度，包括：将CCD相机获取的RGB图像二值化，提取细胞形态特征；通过计算二值图像中的连通域，识别并选择细胞；运用形态学方法，计算选定的细胞面积；计算选定细胞所有帧面积，得到细胞面积变化曲线；通过卷积计算对变化曲线进行光滑处理，去掉曲线上的噪声；通过处理后的细胞变化曲线图上显示的周期性变化，根据自旋转理论使用每两个相邻峰谷值得到细胞自转速度。本发明专利技术可以准确、自动地从一个包含不同运动和多种细胞的视频中，获取一个感兴趣细胞的自转速度；可提取细胞完整形态；可高速获取感兴趣细胞运动轨迹，进而对细胞进行全面分析；将应用在生物医学和生物工程等相关领域。领域。领域。

【技术实现步骤摘要】
基于面积变化算法的细胞自转速度免标记自动获取方法


[0001]本专利技术涉及生物医学和生物工程等相关领域，具体说是一种基于面积变化算法的细胞自转速度免标记自动获取方法。

技术介绍

[0002]作为细胞行为的一种，细胞自转特性对于探索和阐明细胞的内在特性，如电生理、生物力学和介电性质具有重要意义，而这些内在特性又与人类疾病相关，因此研究细胞自转特性可以确定细胞的自转速度，还可以提高我们对癌症治疗效果的理解。然而目前对于细胞自转速度的提取均缺乏高效的手段，需要人工计数，只能低精度地提取细胞的自转速度。为实现提高确定单元旋转的精度和自动化的整个计算过程，就亟待开发一种基于机器视觉的快速实时检测算法，旨在实现细胞行为特征获取。目前，具有基于面积变化算法准确实时提取ODEP场中细胞自转速度的方法，尚未报道。

技术实现思路

[0003]为解决上述问题，本专利技术的目的是提供一种基于面积变化算法提取ODEP场中细胞自转速度的方法，实现了在ODEP场下细胞的自转速度的计算。本专利技术为ODEP场微流控芯片技术在生命科学中的应用，具体地说是一种基于机器视觉提取光诱导介电泳(Optically
‑
induced Dielectrophoresis，ODEP)场中细胞自转速度的方法。此方法可应用在多种癌细胞的实时识别、分类、标定和多维信息获取领域。
[0004]本专利技术为实现上述目的所采用的技术方案是：
[0005]基于面积变化算法的细胞自转速度免标记自动获取方法，包括以下步骤：
>[0006]1)获取光诱导介电泳场下含有细胞的RGB图像，对其进行预处理得到二值图像；
[0007]2)计算二值图像的连通域，以识别出图像中的细胞，标记出感兴趣的细胞并计算细胞的面积；
[0008]3)重复执行步骤1)
‑
步骤2)，直至计算出所有RGB图像中的感兴趣的细胞的面积，并画出面积变化曲线；
[0009]4)使用卷积去除曲线噪声；
[0010]5)通过对处理后的曲线进行计算，得到细胞的自转速度。
[0011]对RGB图像进行预处理包括以下步骤：
[0012]对RGB图像进行阴影校正；
[0013]对校正后的图像进行对比度增强；
[0014]使用大津法对增强后的图像进行二值化处理，得到二值图像。
[0015]使用基于对数熵的方法对RGB图像进行阴影校正。
[0016]通过对图像进行灰度变换，将图像的灰度值拉伸到设定的区间，实现对图像进行对比度增强。
[0017]通过下式计算细胞的自转速度：
[0018][0019]其中，f
fps
表示帧速率，X
i
和X
i
‑1表示相邻波谷的帧号，n是平均自转速度。
[0020]基于面积变化算法的细胞自转速度免标记自动获取系统，包括：
[0021]预处理模块，用于获取光诱导介电泳场下含有细胞的RGB图像，对其进行预处理得到二值图像；
[0022]目标识别计算模块，用于计算二值图像的连通域，以识别出图像中的细胞，标记出感兴趣的细胞并计算细胞的面积，并画出面积变化曲线；
[0023]卷积模块，用于使用卷积去除曲线噪声；
[0024]速度计算模块，用于通过对处理后的曲线进行计算，得到细胞的自转速度。
[0025]所述预处理模块，包括：
[0026]阴影校正模块，用于对RGB图像进行阴影校正；
[0027]对比度增强模块，用于对校正后的图像进行对比度增强；
[0028]二值化模块，用一个使用大津法对增强后的图像进行二值化处理，得到二值图像。
[0029]基于面积变化算法的细胞自转速度免标记自动获取系统，包括存储器和处理器；所述存储器，用于存储计算机程序；所述处理器，用于当执行所述计算机程序时，实现所述的基于面积变化算法的细胞自转速度免标记自动获取方法。
[0030]一种计算机可读存储介质，所述存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现所述的基于面积变化算法的细胞自转速度免标记自动获取方法。
[0031]本专利技术具有以下有益效果及优点：
[0032]1.本专利技术除在细胞选取时手动选择感兴趣细胞外，其余步骤可实现细胞的自动跟踪。
[0033]2.本专利技术对实验光照环境差、对比度低的细胞显微图片有较好的处理效果，可以清晰地提取出细胞轮廓。
[0034]3.本专利技术无需反复观察录像和手动计数，减少了对实验结果的人为干涉，实现了更大的稳定性。
[0035]4.本专利技术使用卷积算法处理曲线，能够准确地确定细胞旋转的周期，提高了细胞获得自转速度的精度。
[0036]5.本专利技术具有自动化、准确性高和可靠性好等优点。
附图说明
[0037]图1为本专利技术的细胞自转速度获取系统流程示意图。
[0038]图2为基于熵去除暗角示意图。
[0039]图3为对比度增强示意图。
[0040]图4为利用大津法将图像二值化示意图。
[0041]图5为标记并选择细胞示意图。
[0042]图6为获得原始的细胞面积变化曲线图。
[0043]图7为卷积处理后的细胞面积变化曲线图。
具体实施方式
[0044]下面结合附图及实施例对本专利技术做进一步的详细说明。
[0045]基于面积变化算法提取ODEP场中细胞自转速度方法，包括以下步骤：
[0046]步骤一、将CCD(charge
‑
coupled
‑
device)相机拍摄的RGB图像进行基于对数熵进行阴影校正；
[0047]步骤二、将图像进行对比度增强；
[0048]步骤三、进行大津法处理，将图像二值化。
[0049]步骤四、进行细胞识别和选取感兴趣的细胞，并计算所选细胞面积；对所有帧进行上述处理，得到细胞面积变化曲线。
[0050]如图1所示，本专利技术中以Raji细胞(淋巴癌细胞的一种亚型)为例，利用面积变化算法，准确自动获取细胞自转速度，将CCD(charge
‑
coupled
‑
device)相机获取的RGB(red
‑
green
‑
blue)图像进行预处理，去除暗角，增强对比度，二值化，使其变为二值图像；运用形态学方法，计算连通域，识别并标记感兴趣的细胞；计算细胞面积，并批量处理所有图片，得到面积变化曲线；运用卷积去除曲线噪声，使用每两个相邻峰谷点来计算细胞自转速度。
[0051]如图2所示，基于熵的运算，使暗角处的低明度的分布向图像中间的正常明度靠近，达到去除暗角的效果。
[0052]如图3所示，图像整体像素的灰度值大部分集中较小的，这使得整个图像很暗淡，对比度不高。通过灰度变换，将灰度值拉伸到指定区间，那么其对比度显然是大幅增强的。使用公式(1)...

【技术保护点】

【技术特征摘要】
1.基于面积变化算法的细胞自转速度免标记自动获取方法，其特征在于，包括以下步骤：1)获取光诱导介电泳场下含有细胞的RGB图像，对其进行预处理得到二值图像；2)计算二值图像的连通域，以识别出图像中的细胞，标记出感兴趣的细胞并计算细胞的面积；3)重复执行步骤1)
‑
步骤2)，直至计算出所有RGB图像中的感兴趣的细胞的面积，并画出面积变化曲线；4)使用卷积去除曲线噪声；5)通过对处理后的曲线进行计算，得到细胞的自转速度。2.根据权利要求1所述的基于面积变化算法的细胞自转速度免标记自动获取方法，其特征在于，对RGB图像进行预处理包括以下步骤：对RGB图像进行阴影校正；对校正后的图像进行对比度增强；使用大津法对增强后的图像进行二值化处理，得到二值图像。3.根据权利要求2所述的基于面积变化算法的细胞自转速度免标记自动获取方法，其特征在于，使用基于对数熵的方法对RGB图像进行阴影校正。4.根据权利要求2所述的基于面积变化算法的细胞自转速度免标记自动获取方法，其特征在于，通过对图像进行灰度变换，将图像的灰度值拉伸到设定的区间，实现对图像进行对比度增强。5.根据权利要求1所述的基于面积变化算法的细胞自转速度免标记自动获取方法，其特征在于，通过下式计算细胞的自转速度：其中，f
fps
表示帧速率，X
i
和X
i
...

【专利技术属性】
技术研发人员：梁文峰，吴海阳，
申请(专利权)人：沈阳建筑大学，
类型：发明
国别省市：