System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像增强,具体涉及一种面向干细胞存储的细胞分布智能检测方法及系统。
技术介绍
1、干细胞的存储对于医学研究和临床治疗至关重要,在干细胞存储过程中,细胞的分布情况直接关系到存储质量和后续应用的效果。传统手动检测细胞分布情况,不仅效率低下,而且容易出错,难以满足实际需求;而在对细胞分布情况进行智能检测时,由于图像采集设备的噪声、光照条件、图像失真等因素影响,可能导致干细胞图像中出现斑点、条纹、杂乱背景或者像素强度不一致性的情况,获得的干细胞图像质量低下,质量低下的干细胞图像的细胞边界不清晰,容易影响细胞的分割和定位。因此,需要对干细胞图像进行去噪处理。
2、干细胞图像的结构复杂,且具有较多的细节特征,利用现有基于全局图像的去噪算法对干细胞图像进行图像增强处理,可能导致处理后的干细胞图像的细节模糊或细节丢失,也就是对于干细胞图像的去噪效果较差,进一步造成干细胞存储的细胞分布智能检测结果准确性低下。
技术实现思路
1、为了解决上述现有基于全局图像的去噪算法的去噪效果较差,导致干细胞存储的细胞分布智能检测结果准确性低下的技术问题,本专利技术的目的在于提供一种面向干细胞存储的细胞分布智能检测方法及系统,所采用的技术方案具体如下:
2、本专利技术的一个实施例提供了一种面向干细胞存储的细胞分布智能检测方法,该方法包括以下步骤:
3、获取待检测干细胞的干细胞灰度图像;
4、根据干细胞灰度图像中每个像素点的像素值和干细胞灰度图像的图像尺寸,
5、根据每次滑动的局部细胞区域内每个像素点的像素值分析细胞细节特征分布情况,确定每次滑动的第一窗口变动参量;
6、根据每次滑动的局部细胞区域分析细胞边缘分布规律程度,确定每次滑动的第二窗口变动参量;
7、根据每次滑动的第一窗口变动参量和第二窗口变动参量,自适应调整每次滑动的局部细胞区域,获得干细胞灰度图像对应的各个最终去噪区域;
8、对各个最终去噪区域进行去噪操作,得到去噪后的干细胞图像;根据去噪后的干细胞图像进行细胞分布的分析,得到待检测干细胞的分布情况。
9、进一步地,所述根据干细胞灰度图像中每个像素点的像素值和干细胞灰度图像的图像尺寸,得到待检测干细胞的初始去噪窗口,包括:
10、计算干细胞灰度图像中所有像素点的像素平均值,作为细胞像素点的判定阈值,进而选取干细胞灰度图像中像素值大于判定阈值的像素点作为细胞像素点;将干细胞灰度图像中除细胞像素点以外的其他像素点作为背景像素点;
11、根据干细胞灰度图像中所有细胞像素点的占比情况和干细胞灰度图像的图像尺寸,确定第一窗口尺寸;
12、对第一窗口尺寸进行奇偶性判断,若第一窗口尺寸为奇数,则直接将第一窗口尺寸构成的窗口作为初始去噪窗口;若第一窗口尺寸为偶数,则对第一窗口尺寸进行取奇数处理,将取奇数处理后的数值构成的窗口作为初始去噪窗口。
13、进一步地,所述第一窗口尺寸的计算公式为:
14、式中,w1为第一窗口尺寸,为向下取整函数,ncell为干细胞灰度图像中细胞像素点的数量,nbg为干细胞灰度图像中背景像素点的数量,min为取最小值函数,len为干细胞灰度图像的长度,wei为干细胞灰度图像的宽度。
15、进一步地,所述根据每次滑动的局部细胞区域内每个像素点的像素值分析细胞细节特征分布情况,确定每次滑动的第一窗口变动参量,包括:
16、对于任意一次滑动,确定该次滑动的局部细胞区域内所有细胞像素点的数量,进而确定该次滑动的局部细胞区域内所有像素点对应的像素平均值和像素方差;
17、根据该次滑动的局部细胞区域内所有细胞像素点的数量、局部细胞区域内所有像素点的数量、所述所有像素点对应的像素平均值和像素方差以及该次滑动的局部细胞区域内每个像素点的像素值,确定该次滑动的第一窗口变动参量。
18、进一步地,所述根据该次滑动的局部细胞区域内所有细胞像素点的数量、局部细胞区域内所有像素点的数量、所述所有像素点对应的像素平均值和像素方差以及该次滑动的局部细胞区域内每个像素点的像素值,确定该次滑动的第一窗口变动参量,包括:
19、式中,c为该次滑动的第一窗口变动参量,ncell为该次滑动的局部细胞区域内所有细胞像素点的数量,m2为该次滑动的局部细胞区域内所有像素点的数量,m为该次滑动的局部细胞区域的尺寸,i为该次滑动的局部细胞区域内每个像素点的序号,xi为该次滑动的局部细胞区域内第i个像素点的像素值,μ为该次滑动的局部细胞区域内所有像素点对应的像素平均值,σ2为该次滑动的局部细胞区域内所有像素点对应的方差,||为求绝对值函数,exp为以自然常数为底的指数函数。
20、进一步地,所述根据每次滑动的局部细胞区域分析细胞边缘分布规律程度,确定每次滑动的第二窗口变动参量,包括:
21、对每次滑动的局部细胞区域进行边缘检测,获得每次滑动的局部细胞区域内的各个边缘;
22、对于任意一次滑动,确定该次滑动的局部细胞区域内的各个边缘的曲率积分结果,将所有边缘的曲率积分结果的平均值作为该次滑动的局部细胞区域的细胞边缘分布规律指标;
23、计算该次滑动的上一次滑动时的局部细胞区域的平均边缘长度和所有边缘的平均曲率,将所述平均边缘长度和所有边缘的平均曲率的乘积作为基准规律指标;
24、确定该次滑动的局部细胞区域的细胞边缘分布规律指标与基准规律指标之间的差值,将差值进行归一化处理,获得归一化后的数值,作为该次滑动的第二窗口变动参量。
25、进一步地,所述根据每次滑动的第一窗口变动参量和第二窗口变动参量,自适应调整每次滑动的局部细胞区域,获得干细胞灰度图像对应的各个最终去噪区域,包括:
26、对于任意一次滑动,根据该次滑动的第一窗口变动参量和第二窗口变动参量,确定该次滑动的窗口尺寸调整值;
27、先计算该次滑动的窗口尺寸调整值与初始去噪窗口的尺寸乘积,再将乘积与初始去噪窗口的尺寸相加;
28、将相加后的数值作为该次滑动的目标尺寸,将目标尺寸构成的区域作为最终去噪区域。
29、进一步地,所述根据该次滑动的第一窗口变动参量和第二窗口变动参量,确定该次滑动的窗口尺寸调整值,包括:
30、先计算该次滑动的第一窗口变动参量和第二窗口变动参量的乘积,再将两个窗口变动参量的乘积与第一窗口变动参量相加后的数值作为该次滑动的窗口尺寸调整值。
31、进一步地,所述根据去噪后的干细胞图像进行细胞分布的分析,得到待检测干细胞的分布情况,包括:
32、对去噪后的干细胞图像进行边缘检测,获得各个细胞边缘;对各个细胞边缘进行连接和修复,得到各个干细胞边界;对各个干细胞边界进行识别定位,获得待检测干细胞的分布情况。
33、本本文档来自技高网...
【技术保护点】
1.一种面向干细胞存储的细胞分布智能检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种面向干细胞存储的细胞分布智能检测方法,其特征在于,所述根据干细胞灰度图像中每个像素点的像素值和干细胞灰度图像的图像尺寸,得到待检测干细胞的初始去噪窗口,包括:
3.根据权利要求2所述的一种面向干细胞存储的细胞分布智能检测方法,其特征在于,所述第一窗口尺寸的计算公式为:
4.根据权利要求2所述的一种面向干细胞存储的细胞分布智能检测方法,其特征在于,所述根据每次滑动的局部细胞区域内每个像素点的像素值分析细胞细节特征分布情况,确定每次滑动的第一窗口变动参量,包括:
5.根据权利要求4所述的一种面向干细胞存储的细胞分布智能检测方法,其特征在于,所述根据该次滑动的局部细胞区域内所有细胞像素点的数量、局部细胞区域内所有像素点的数量、所述所有像素点对应的像素平均值和像素方差以及该次滑动的局部细胞区域内每个像素点的像素值,确定该次滑动的第一窗口变动参量,包括:
6.根据权利要求1所述的一种面向干细胞存储的细胞分布智能检测方法,其特征在于
7.根据权利要求1所述的一种面向干细胞存储的细胞分布智能检测方法,其特征在于,所述根据每次滑动的第一窗口变动参量和第二窗口变动参量,自适应调整每次滑动的局部细胞区域,获得干细胞灰度图像对应的各个最终去噪区域,包括:
8.根据权利要求7所述的一种面向干细胞存储的细胞分布智能检测方法,其特征在于,所述根据该次滑动的第一窗口变动参量和第二窗口变动参量,确定该次滑动的窗口尺寸调整值,包括:
9.根据权利要求1所述的一种面向干细胞存储的细胞分布智能检测方法,其特征在于,所述根据去噪后的干细胞图像进行细胞分布的分析,得到待检测干细胞的分布情况,包括:
10.一种面向干细胞存储的细胞分布智能检测系统,其特征在于,包括处理器和存储器,所述处理器用于处理存储在所述存储器中的指令,以实现如权利要求1-9中任一项所述的一种面向干细胞存储的细胞分布智能检测方法。
...【技术特征摘要】
1.一种面向干细胞存储的细胞分布智能检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种面向干细胞存储的细胞分布智能检测方法,其特征在于,所述根据干细胞灰度图像中每个像素点的像素值和干细胞灰度图像的图像尺寸,得到待检测干细胞的初始去噪窗口,包括:
3.根据权利要求2所述的一种面向干细胞存储的细胞分布智能检测方法,其特征在于,所述第一窗口尺寸的计算公式为:
4.根据权利要求2所述的一种面向干细胞存储的细胞分布智能检测方法,其特征在于,所述根据每次滑动的局部细胞区域内每个像素点的像素值分析细胞细节特征分布情况,确定每次滑动的第一窗口变动参量,包括:
5.根据权利要求4所述的一种面向干细胞存储的细胞分布智能检测方法,其特征在于,所述根据该次滑动的局部细胞区域内所有细胞像素点的数量、局部细胞区域内所有像素点的数量、所述所有像素点对应的像素平均值和像素方差以及该次滑动的局部细胞区域内每个像素点的像素值,确定该次滑动的第一窗口变动参量,包括:
6.根据权利要求1所述的一...
【专利技术属性】
技术研发人员:刘红卫,胡隽源,蔡车国,贾晓晨,胡玉峰,郭帅,李伟,刘倩,高士科,谷彦辉,戎广广,
申请(专利权)人:河北北科生物科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。