一种粘连细胞图像筛除方法、系统及细胞图像分析方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112288760A(43)申请公布日2021.01.29(21)申请号202011185767.8(22)申请日2020.10.30(71)申请人东莞太力生物工程有限公司地址523576广东省东莞市常平镇土塘工业区高宝绿色科技城3、4号楼(72)发明人李俊邓新宇陈亮梁国龙(74)专利代理机构武汉臻诚专利代理事务所(普通合伙)42233代理人胡星驰(51)Int.Cl.G06T7/13(2017.01)G06T7/136(2017.01)权利要求书2页说明书5页附图2页(54)发明名称一种粘连细胞图像筛除方法、系统及细胞图像分析方法(57)摘要本发明公开了一种粘连细胞图像筛除方法、系统及细胞图像分析方法。粘连细胞图像筛除方法包括(1)对于经图像分割处理后获得的单个细胞图像，检测其细胞边缘，获取单个细胞的形态特征；(2)根据形态特征，判断该单个细胞图像是否合格；如果判断单个细胞图像合格，则保留单个细胞图像，否则筛除单个细胞图像。系统包括形态特征获取模块、单个细胞筛选模块。细胞图像分析方法，按照本发明提供的粘连细胞图像筛除方法，对待分析的细胞图像进行预处理。本发明提供的粘连细胞图像的筛选方法，从根源上避免了细胞图像分析中由于细胞图像采集时本身的粘连状态导致的细胞图像分析噪声，显著的减少不均一的细胞对后续结果运算的干扰。CN112288760ACN112288760A权利要求书1/2页1.一种粘连细胞图像筛除方法，其特征在于，包括以下步骤：(1)对于经图像分割处理后获得的单个细胞图像，检测其细胞边缘，获取所述单个细胞的形态特征；(2)根据步骤(1)中获得的所述单个细胞图像的形态特征，判断该单个细胞图像是否合格；如果判断所述单个细胞图像合格，则保留所述单个细胞图像，否则筛除所述单个细胞图像。2.如权利要求1所述的粘连细胞图像筛除方法，其特征在于，步骤(1)所述形态特征包括：细胞面积占比、宽高比、凸性、和/或圆度。3.如权利要求2所述的粘连细胞图像筛除方法，其特征在于，步骤(1)所述检测其细胞边缘，优选采用Unet进行细胞边缘检测算法；所述细胞面积占比，为细胞内部像素占图像总像素的比例；所述宽高比，为所述单个细胞图像的宽和高之间的比例关系；所述凸性，为表征所述细胞是否含有凸包的物理量；所述圆度e，计算方法如下：e＝(4Π*S2)/L2，其中S为细胞面积，L为细胞周长。4.如权利要求1所述的粘连细胞图像筛除方法，其特征在于，步骤(2)所述判断该单个细胞图像是否合格，采用阈值法、基于机器学习的分类算法、以及聚类算法；优选采用阈值法，具体为：当所述单个细胞图像的形态特征皆落入预设的合格阈值范围之内时，判断该单个细胞合格；否则判断该单个细胞不合格。5.如权利要求4所述的粘连细胞图像筛除方法，其特征在于，步骤(2)细胞面积占比的合格阈值范围为65％～80％；宽高比的合格阈值范围为宽比高为0.8～1.4；凸性的合格阈值范围为否，即不具备凸包；其圆度合格阈值范围为大于0.85。6.一种粘连细胞图像筛除系统，其特征在于，包括：形态特征获取模块、单个细胞筛选模块；所述形态特征获取模块，用于对经图像分割处理后获得的单个细胞图像，检测其细胞边缘，获取所述单个细胞的形态特征，并提交给单个细胞筛选模块；所述单个细胞筛选模块，用于所述单个细胞图像的形态特征，判断该单个细胞图像是否合格，并保留所述单个细胞图像。7.如权利要求6所述的粘连细胞图像筛除系统，其特征在于，所述形态特征包括：细胞面积占比、宽高比、凸性、和/或圆度；所述细胞面积占比，为细胞内部像素占图像总像素的比例；所述宽高比，为所述单个细胞图像的宽和高之间的比例关系；所述凸性，为表征所述细胞是否含有凸包的物理量；所述圆度e，计算方法如下：e＝(4Π*S2)/L2，其中S为细胞面积，L为细胞周长。8.如权利要求6所述的粘连细胞图像筛除系统，其特征在于，所述检测其细胞边缘，优选采用Unet进行细胞边缘检测算法；所述判断该单个细胞图像是否合格，采用阈值法。9.如权利要求8所述的粘连细胞图像筛除系统，其特征在于，当所述单个细胞图像的形态特征皆落入预设的合格阈值范围之内时，判断该单个细胞合格；否则判断该单个细胞不合格；2CN112288760A权利要求书2/2页其中，细胞面积占比的优选合格阈值范围为65％～80％；宽高比的优选合格阈值范围为宽比高为0.8～1.4；凸性的合格阈值范围为否，即不具备凸包；其圆度优选合格阈值范围为大于0.85。10.一种细胞图像分析方法，包括以下步骤：按照本发明提供的粘连细胞图像筛除方法，对待分析的细胞图像进行预处理；并以保留的单个细胞图像形成的细胞图像集为分析对象进行细胞图像分析。3CN112288760A说明