CN107330869A - 重叠细胞分割后的异常像素点重构 - Google Patents

Abstract

重叠细胞分割后的异常像素点重构，本发明涉及DNA倍体分析技术中，重叠细胞分割后出现的像素点异常的问题。DNA倍体分析技术通过图像处理技术测量细胞DNA的相对含量，在癌症诊断方面有着广泛的应用。然而重叠细胞的分割后的像素点异常，导致细胞的纹理、灰度以及最重要的光密度等特征出现异常，在诊断中极易出现误诊。为改善这一问题，本发明提出了一种基于GMM‑UBM模型的细胞重叠区域像素重构方法。实验表明，该方法能有效地调整细胞的纹理、灰度、光密度等特征值，减少DNA含量测量的误差，降低异常像素点对分类器识别率的影响。本发明应用于重叠细胞分割后的异常像素点重构。

Description

重叠细胞分割后的异常像素点重构

技术领域

本发明设计重叠细胞分割后的异常像素点重构。

背景技术

近年来***高发，已经成为威胁妇女生命的社会问题。在全世界女性中，每年新诊断子***约52.76万人，近26.50万人死于该病，其中90 %死者位于不发达地区。中国每年新发现子***例数约7.5万，占全球***新发总人数的1/7，3.5万人死于此病。目前有效的***筛查方法是宫颈脱落细胞涂片病理检查。该方法需要经验丰富的病理医生在镜下观察病变细胞后再做出诊断，这将耗费大量的人力物力，难以适应现实的需求。计算机辅助阅片技术能有效解决这一问题，典型的有DNA倍体分析。该技术首先用Feulgen对细胞核染色，然后识别图像上的各类细胞及垃圾杂质并将上皮细胞挑选出来，最后采用图像测量的方法测定细胞核内DNA含量作为判断异常细胞的依据。

细胞分割的目的在于将图像分割为单个的细胞，并以细胞为单位进行分析，这是DNA倍体分析的前提。细胞图片中不可避免的会出现一些重叠细胞，而重叠细胞的分割分后会出现像素点异常问题。这将导致细胞的纹理、灰度以及最重要的光密度等特征出现偏差，降低细胞DNA测量精度和诊断的准确率。无论哪种图像修复方法，其基本立足点在于利用现有样本的先验知识去修复受损区域的像素。因此先验知识是否重要，以及是否能被很好利用，这直接影响着修复的质量。然而在细胞重构中，一个细胞有效的像素非常有限，导致训练数据不充分，这使得目前的方法都难以取得理想的效果。本文提出一种基于GMM-UBM（Gaussian Mixture Models，GMM Universal Background Model，UBM）模型的重叠区域重构方法，以有效解决这一问题。GMM用于对每个细胞像素点分布建模，含有大量参数需要训练。较小的数据量无法满足这一要求。GMM-UBM用大量数据训练一个通用的UBM模型，再利用每个细胞特有的信息自适应一个特异性的GMM模型。该模型在说话人识别领域得到了广泛的应用，在少量数据方面适应能力较强。

发明内容

本发明的目的是为了解决重叠细胞的分割分后会出现像素点异常问题，而提出的一种基于GMM-UBM模型的重叠区域重构方法。

上述发明目的主要是通过以下技术方案实现的。

S1、随机选取同一标本的1000个单细胞数据，做训练数据。

S2、利用EM算法训练通用的高斯混合模型UBM。

混合高斯模型的概率密度公式如下：

(1)

式中m为混合度通常根据实验结果指定，本文中m=3，π _k 表示第k个单高斯模型的权重，N(x, μ _k , C)为第k个单高斯模型的概率密度，其中；单高斯的概率密度公式如下：

(2)

其中μ _k 为数学期望、C为协方差矩阵。

EM算法是一种从存在隐含变量的数据集中求解概率模型参数的最大似然估计方法；高斯混合模型的训练就是EM算法实现的，其中的隐含变量为π _k ；通过式1、2可知GMM模型需要确定的参数有π _k 、μ _k 、C；EM算法估计高斯混合模型有两个步骤；E步骤，通过初始化或者上一步的结果已知各个高斯分量的参数，去估计每个高斯分量的权值，权值如下式所示；M步骤，基于估计的权值，再去确定高斯分量的参数，第k个高斯分量的期望μ _k 和协方差矩阵C _k 如下式所示。重复这两个步骤，直到波动很小，近似达到极值；

(3)

式中 为第i个样本在第k个单高斯模型中的概率；

(4)

(5)

(6)

式中N _k 表示属于第K个高斯分量的样本个数。

S3、随机选取分割后细胞正常部分信息，利用MAP算法自适应高斯混合模型GMM。

MAP算法分为两步：第一步同EM算法的E步骤相同，计算如式3所示的各个高斯分量的权值，并计算如下所示的参数：

(7)

(8)

第二步由N _k 得到修正因子，来更新旧的UBM的参数，对于高斯分量k，参数计算的表达式分别如下：

(9)

(10)

(11)

其中，γ让所有的混合权值的和为1，β _k ^π ，β _k ^μ ，β _k ^C 为高斯分量的权重、均值向量、协方差矩阵的修正因子，它的作用是平衡GMM模型的新旧参数，它的值越大，说明数据越充分，也就是新参数越可信；而如果它越小，就说明数据的数量较少，对GMM模型估计也变得较不准确，它的定义式如下：

(12)

式中λ ^ρ 为关系因子是约束修正因子β _k ^ρ 的变化尺度（ρ∈{π，μ，C}），λ通常取16。

S4、利用重叠细胞分割方法分割重叠细胞。

S5、利用GMM模型随机生成符合约束条件的灰度值来修改异常部分。

计算机辅助阅片的DNA倍体分析***的诊断原理是：将疑似肿瘤细胞的图片罗列出来，即找到DI>2.5的细胞图片；DI的计算公式如式13所示，由于淋巴细胞的DNA含量相对稳定故利用标本中淋巴细胞的IOD均值作为Standard值；IOD值的计算公式如下所示：

(13)

(14)

其中，为对应像素点的光密度值如下：

(15)

其中，代表背景的平均灰度值，代表像素点的灰度值；针对重叠部分灰度值异常问题，所需生成的灰度值要使其不影响原始细胞的IOD值，那么就要限制其值在一个有效的值域Y内；即新生成的灰度值的光密度值要在原始细胞正常部分的光密度值均值的两侧，值域Y的计算公式如下所示：

(16)

式中OD _m 为细胞核正常部分的光密度均值，OD _s 为细胞核正常部分的光密度标准差，由计算可知值域。

S6、利用中值滤波平滑新生成部分。

S7、利用FMM算法修复新生成部分与正常部分的衔接边缘。

修补区域的选取以两个细胞重叠为例，设这两个细胞的边缘轮廓点集合为C ₁、C ₂ ，两个重叠细胞的重叠部分轮廓点的集合M；首先求取集合M，它由两部分组成，即在轮廓C ₁内的轮廓C ₂ 上的点和在轮廓C ₂ 内的轮廓C ₁上的点。然后将集合M膨胀得到的区域D就是待修复区域；FMM算法原理：假设修复区域D中p点的灰度值，以点p为中心选取一个小邻域βε，q为其中的一点，点p修改值的计算公式如下：

(17)

式中△I(q)为q点的亮度梯度值，w(p, q)=dir(p, q)·dst(p, q)·lev(p, q)，其中dir(p, q)为方向因子，dst(p, q)为几何距离因子，lev(p, q)为水平集距离因子。

发明效果

本发明提供了一种基于GMM-UBM模型的重叠区域重构方法。本算法首先选取大量单细胞图片数据训练一个UBM，用于对所有细胞的灰度值建模。然后用每个细胞的正常部分自适应一个GMM用于对该细胞灰度值的分布建模。对每个细胞的重叠部分，用其GMM随机生成灰度值填充到重叠区域，并为防止随机值失衡，加入严格的灰度值限制。利用中值滤波的方法平滑新生成部分的粗糙纹理。为了解决新生成部分与背景和正常部分的过渡不平滑问题，提出利用FMM（Fast Matching Method，FMM）图像修复算法来根据衔接边缘的信息来修复衔接部分。实验表明，该方法可以有效地调整细胞的纹理、灰度、光密度等特征值，减少DNA含量测量的误差，降低异常像素点对分类器识别率的影响。

附图说明

图1重叠细胞分离过程图示；

图2本文算法的实现过程图；

图3多种重叠细胞重构后的效果图。

具体实施方法

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1：

如图1所示本文提供的重叠细胞分割后的异常像素点重构方法，包含模型训练和细胞重构：

所述模型训练包含步骤：

S1、随机选取同一标本的1000个单细胞数据，做训练数据；

S2、利用EM算法训练通用的高斯混合模型UBM；

S3、随机选取分割后细胞正常部分信息，利用MAP算法自适应高斯混合模型GMM；

所述细胞重构包含步骤：

S4、利用重叠细胞分割方法分割重叠细胞；

S5、利用GMM模型随机生成符合约束条件的灰度值来修改异常部分；

S6、利用中值滤波平滑新生成部分；

S7、利用FMM算法修复新生成部分与正常部分的衔接边缘。

本发明实施例在模型训练阶段选取同一标本的大量数据作为特征向量，利用EM算法重复迭代得到一个通用的UBM模型；再通过重叠细胞分割算法得到分割后的细胞，并选取分割后细胞的正常部分信息，利用MAP算法自适应一个该细胞特有的GMM模型；在细胞重构阶段利用该模型预测出符合约束条件的灰度值，并将新生成部分平滑化处理；最后利用FMM算法修复过渡明显的边缘部分。

下面对本发明实施例进行详细的说明：

本发明实施例采用6张不同重叠形式的细胞，应用本发明算法实现分割后细胞的重构具体实现下。

如图1所示模型训练包含步骤。

、随机选取同一标本的1000个单细胞数据，做训练数据。

首先识别并分割出同一标本的1000个单细胞图片，然后从每个图片的细胞核中随机选取300个灰度值，最后将30万灰度数据作为特征向量输入。

S2、利用EM算法训练通用的高斯混合模型UBM；GMM通过几个高斯模型的加权和形成的概率分布对数据类别进行建模混合高斯模型的概率密度公式如下：

(1)

式中m为混合度通常根据实验结果指定，本文中m=3，π _k 表示第k个单高斯模型的权重，N(x, μ _k , C)为第k个单高斯模型的概率密度，其中；单高斯的概率密度公式如下：

(2)

其中μ _k 为数学期望、C为协方差矩阵。

EM算法是一种从存在隐含变量的数据集中求解概率模型参数的最大似然估计方法。高斯混合模型的训练就是EM算法实现的，其中的隐含变量为π _k 。通过式1、2可知GMM模型需要确定的参数有π _k 、μ _k 、C。EM算法估计高斯混合模型有两个步骤。E步骤，通过初始化或者上一步的结果已知各个高斯分量的参数，去估计每个高斯分量的权值，权值如下式所示；M步骤，基于估计的权值，再去确定高斯分量的参数，第k个高斯分量的期望μ _k 和协方差矩阵C _k 如下式所示。重复这两个步骤，直到波动很小，近似达到极值；

(3)

式中 为第i个样本在第k个单高斯模型中的概率；

(4)

(5)

(6)

式中N _k 表示属于第K个高斯分量的样本个数。

、随机选取分割后细胞正常部分信息，利用MAP算法自适应高斯混合模型GMM。

最大后验（Maximum a posteriori，MAP）估计方法根据经验数据获得对难以观察量的点估计，将被估计量的先验分布融合到其中，所以它可以看作是规则化的最大似然估计。首先选取分割后细胞的所有正常部分灰度值，训练数据集为X={x ₁,x ₂,…,x _t }。然后利用MAP算法计算特异性混合高斯的参数。MAP算法分为两步：第一步同EM算法的E步骤相同，计算如式3所示的各个高斯分量的权值，并计算如下所示的参数：

(7)

(8)

第二步由N _k 得到修正因子，来更新旧的UBM的参数，对于高斯分量k，参数计算的表达式分别如下：

(9)

(10)

(11)

其中，γ让所有的混合权值的和为1，β _k ^π ，β _k ^μ ，β _k ^C 为高斯分量的权重、均值向量、协方差矩阵的修正因子，它的作用是平衡GMM模型的新旧参数，它的值越大，说明数据越充分，也就是新参数越可信；而如果它越小，就说明数据的数量较少，对GMM模型估计也变得较不准确，它的定义式如下：

(12)

式中λ ^ρ 为关系因子是约束修正因子β _k ^ρ 的变化尺度（ρ∈{π，μ，C}），λ通常取16。

所述细胞重构包含步骤：

S4、利用重叠细胞分割方法分割重叠细胞；

作者在一篇论文中提出基于识别的重叠细胞核分割方案，重叠细胞核分割关键在于找到重叠位置和符合实际情况的分离线。如果细胞之间存在重叠现象，那么重叠后的细胞一定会存在相应的凹点。这样就把寻找重叠位置的问题转换成了求解整个轮廓的凹点的问题。该方法采用基于曲率计算的凹点检测法。但是由于轮廓的不平滑性导致了很多假凹点的出现，为了区分真假凹点，该方法通过分类器识别出重叠细胞核的类别来确定凹点数目，为凹点检测提供依据。N个串联重叠细胞核的凹点位置是凹陷程度最深的前2(N-1)个点;N个并联细胞核的凹点位置是凹陷程度最深的前N个点。具体过程如图2，首先分割出细胞轮廓如图2a所示并利用分类器识别出该细胞的类别，再根据细胞核类别找到准确的凹点位置如图2b所示，然后根据多种重叠形式的子轮廓分割方案来分割出子轮廓如图2c所示，最后用椭圆拟合还原分离线并添加到子轮廓上，得到完整的子细胞核轮廓如图2d所示。

、利用GMM模型随机生成符合约束条件的灰度值来修改异常部分；

重叠细胞分割后，得到的单细胞中包含重叠部分，即单细胞矩阵C=A∪N，其中矩阵A表示细胞中重叠部分，矩阵N表示细胞中非叠部分。利用每个细胞的高斯混合模型和约束条件Y，生成一些符合高斯分布的灰度值修改矩阵A。生成方法利用产生式模型的原理，首先利用均匀分布生成(0,1)之间的数值。然后根据每个单高斯的权重来判断其属于哪个高斯分量。最后利用该高斯分量生成一个随机的灰度值，但是该灰度值一定要在约束条件Y内否则将重新生成。重复上述操作直到将矩阵A的值修改完毕。约束条件Y的计算方式如下。

计算机辅助阅片的DNA倍体分析***的诊断原理是：将疑似肿瘤细胞的图片罗列出来，即找到DI>2.5的细胞图片。DI的计算公式如式13所示，由于淋巴细胞的DNA含量相对稳定故利用标本中淋巴细胞的IOD均值作为Standard值。IOD值的计算公式如下所示：

(13)

(14)

其中，为对应像素点的光密度值，如下：

(15)

其中，代表背景的平均灰度值，代表像素点的灰度值。针对重叠部分灰度值异常问题，所需生成的灰度值要使其不影响原始细胞的IOD值，那么就要限制其值在一个有效的值域Y内，即新生成的灰度值的光密度值要在原始细胞正常部分的光密度值均值的两侧，值域Y的计算公式如下所示：

(16)

式中OD _m 为细胞核正常部分的光密度均值，OD _s 为细胞核正常部分的光密度标准差。由计算可知值域。

、利用中值滤波平滑新生成部分；

由于新生成部分的纹理粗糙与细胞正常部分的纹理不相符。本文利用中值率波的方式平滑矩阵得到矩阵AA。

、利用FMM算法修复新生成部分与正常部分的衔接边缘；

新生成部分与原细胞合并后其边缘部分过于突出。为了解决这个问题，本文将新生成部分的边缘区域当做的标记图像，利用标记图像的周围像素点的灰度值通过FMM算法进行修补。

修补区域的选取以两个细胞重叠为例，设这两个细胞的边缘轮廓点集合为C1、C2，两个重叠细胞的重叠部分轮廓点的集合M。首先求取集合M，它由两部分组成，即在轮廓C1内的轮廓C2上的点和在轮廓C2内的轮廓C1上的点。然后将集合M膨胀得到的区域D就是待修复区域。FMM算法原理：假设修复区域D中p点的灰度值，以点p为中心选取一个小邻域βε ，q为其中的一点，点p修改值的计算公式如下：

(17)

式中△I(q)为q点的亮度梯度值，w(p, q)=dir(p, q)·dst(p, q)·lev(p, q)，其中dir(p, q)为方向因子，dst(p, q)为几何距离因子，lev(p, q)为水平集距离因子。

最终的实现效果如图3示，从图中可以看出重构后的细胞可以有效地消除异常像素点，对比分割后的细胞更接近与原细胞。

本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，本领域技术人员当可根据本发明做出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (6)

1.重叠细胞分割后的异常像素点重构，其特征在于，包含模型训练和细胞重构：

所述模型训练包含步骤：

S1、随机选取同一标本的1000个单细胞数据，做训练数据；

S2、利用EM算法训练通用的高斯混合模型UBM；

S3、选取分割后细胞正常部分信息，利用MAP算法自适应高斯混合模型GMM；

所述细胞重构包含步骤：

S4、利用重叠细胞分割方法分割重叠细胞；

S5、利用GMM模型随机生成符合约束条件的灰度值来修改异常部分；

S6、利用中值滤波平滑新生成部分；

S7、利用FMM算法修复新生成部分与正常部分的衔接边缘。

2.如权利要求1所述的检测方法，其特征在于，步骤S2中所述的高斯混合模型的原理和EM算法的计算公式如下：

混合高斯模型的概率密度公式如下：

(1)

式中m为混合度通常根据实验结果指定，本文中m=3，π _k 表示第k个单高斯模型的权重，N(x, μ _k , C)为第k个单高斯模型的概率密度，其中；单高斯的概率密度公式如下，其中μ _k 为数学期望、C为协方差矩阵：

(2)

EM算法是一种从存在隐含变量的数据集中求解概率模型参数的最大似然估计方法；高斯混合模型的训练就是EM算法实现的，其中的隐含变量为π _k ；通过式1、2可知GMM模型需要确定的参数有π _k 、μ _k 、C；EM算法估计高斯混合模型有两个步骤；E步骤，通过初始化或者上一步的结果已知各个高斯分量的参数，去估计每个高斯分量的权值，权值如下式所示；M步骤，基于估计的权值，再去确定高斯分量的参数，第k个高斯分量的期望μ _k 和协方差矩阵C _k 如下式所示；重复这两个步骤，直到波动很小，近似达到极值；

(3)

式中 为第i个样本在第k个单高斯模型中的概率；

(4)

(5)

(6)

式中N _k 表示属于第K个高斯分量的样本个数。

3.如权利要求1所述的检测方法，其特征在于，步骤S3中所述的MAP算法的计算方法如下：

最大后验（Maximum a posteriori，MAP）估计方法根据经验数据获得对难以观察量的点估计，将被估计量的先验分布融合到其中，所以它可以看作是规则化的最大似然估计；首先选取分割后细胞的所有正常部分灰度值，训练数据集为X={x ₁,x ₂,…,x _t }；然后利用MAP算法计算GMM的参数；MAP算法分为两步：第一步同EM算法的E步骤相同，计算如式3所示的各个高斯分量的权值，并计算如下所示的参数：

(7)

(8)

第二步由N _k 得到修正因子，来更新旧的UBM的参数，对于高斯分量k，参数计算的表达式分别如下：

(9)

(10)

(11)

其中，γ让所有的混合权值的和为1，β _k ^π ，β _k ^μ ，β _k ^C 为高斯分量的权重、均值向量、协方差矩阵的修正因子，它的作用是平衡GMM模型的新旧参数，它的值越大，说明数据越充分，也就是新参数越可信；而如果它越小，就说明数据的数量较少，对GMM模型估计也变得较不准确，它的定义式如下：

(12)

式中λ ^ρ 为关系因子是约束修正因子β _k ^ρ 的变化尺度（ρ∈{π，μ，C}），λ通常取16。

4.如权利要求1所述的检测方法，其特征在于，步骤S5中所述的约束条件的计算方法如下：

IOD值的计算公式如下所示：

(14)

其中，为对应像素点的光密度值如下：

(15)

其中，代表背景的平均灰度值，代表像素点的灰度值；针对重叠部分灰度值异常问题，所需生成的灰度值要使其不影响原始细胞的IOD值，那么就要限制其值在一个有效的值域Y内；即新生成的灰度值的光密度值要在原始细胞正常部分的光密度值均值的两侧，值域Y的计算公式如式16所示：

(16)

式中OD _m 为细胞核正常部分的光密度均值，OD _s 为细胞核正常部分的光密度标准差，由计算可知值域。

5.如权利要求1所述的检测方法，其特征在于，步骤S7中所述的FMM算法的计算方法如下：

假设修复区域D中p点的灰度值，以点p为中心选取一个小邻域β _ε ，q为其中的一点，点p修改值的计算公式如下：

(17)

式中△I(q)为q点的亮度梯度值，w(p, q)=dir(p, q)•dst(p, q)•lev(p, q)，其中dir(p, q)为方向因子，dst(p, q)为几何距离因子，lev(p, q)为水平集距离因子。

6.如权利要求1所述的检测方法，其特征在于，本发明的创新性如下：

本发明利用UBM模型对所有细胞的灰度值建模；然后用每个细胞的正常部分自适应一个GMM用于对该细胞灰度值的分布建模；再用GMM随机生成符合灰度限制的灰度值填充到重叠区域；最后利用图像修复算法来修复衔接部分。