CN111768384A - 基于三维扫描成像的细胞计数方法及*** - Google Patents
基于三维扫描成像的细胞计数方法及*** Download PDFInfo
- Publication number
- CN111768384A CN111768384A CN202010611430.2A CN202010611430A CN111768384A CN 111768384 A CN111768384 A CN 111768384A CN 202010611430 A CN202010611430 A CN 202010611430A CN 111768384 A CN111768384 A CN 111768384A
- Authority
- CN
- China
- Prior art keywords
- cell
- dimensional
- binary image
- image
- frame
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000003384 imaging method Methods 0.000 title claims abstract description 29
- 230000023402 cell communication Effects 0.000 claims abstract description 9
- 238000005260 corrosion Methods 0.000 claims description 13
- 230000007797 corrosion Effects 0.000 claims description 13
- 239000003550 marker Substances 0.000 claims description 12
- 230000001629 suppression Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 5
- 230000010339 dilation Effects 0.000 claims description 2
- 238000004163 cytometry Methods 0.000 claims 2
- 230000006870 function Effects 0.000 description 22
- 238000004891 communication Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000001413 cellular effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 235000008322 Trichosanthes cucumerina Nutrition 0.000 description 1
- 244000078912 Trichosanthes cucumerina Species 0.000 description 1
- 230000001464 adherent effect Effects 0.000 description 1
- 230000010261 cell growth Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000002900 effect on cell Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 125000001475 halogen functional group Chemical group 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供一种基于三维扫描成像的细胞计数方法及***,该方法包括:获取细胞三维信息视频,并对细胞三维信息视频中每一帧的二维图像进行二值化处理,得到细胞三维信息视频中每一帧的二值图像;将相邻帧二值图像之间的细胞质心进行对比,获取每一帧的二值图像中满足预设条件的细胞位置信息;根据细胞位置信息,对二值图像的细胞连通区域进行标记计数,得到标记计数后的二值图像;根据标记计数后的二值图像,构建细胞信息三维空间图,对细胞三维信息视频的细胞个数进行计数。本发明实施例对细胞三维信息视频进行二值化处理,并根据细胞质心位置,对二值化图像中的重复细胞进行删除,再构建细胞信息三维空间,使得细胞计数准确性更高。
Description
技术领域
本发明涉及细胞的三维在线计数技术领域,尤其涉及一种基于三维扫描成像的细胞计数方法及***。
背景技术
显微镜是一种精密的光学仪器,已有300多年的发展史。自从有了显微镜,人们看到了过去看不到的许多微小生物和构成生物的基本单元——细胞。如今,图像技术发展迅速,已经遍及生活的各个方面,基于显微镜的细胞技术目前已经广泛应用。
但是,现有基于显微镜的细胞计数技术,基本都是平面的二维计数,无法用于在线的三维细胞计数。并且,目前的技术很难实现在培养过程中的三维细胞计数技术。
因此,现在亟需一种基于三维扫描成像的细胞计数方法及***来解决上述问题。
发明内容
针对现有技术存在的问题,本发明实施例提供一种基于三维扫描成像的细胞计数方法及***。
第一方面,本发明实施例提供了一种基于三维扫描成像的细胞计数方法,包括:
获取细胞三维信息视频,并对所述细胞三维信息视频中每一帧的二维图像进行二值化处理,得到所述细胞三维信息视频中每一帧的二值图像;
将相邻帧二值图像之间的细胞质心进行对比,获取每一帧的二值图像中满足预设条件的细胞位置信息;
根据所述细胞位置信息,对所述二值图像的细胞连通区域进行标记计数,得到标记计数后的二值图像;
根据所述标记计数后的二值图像,构建细胞信息三维空间图,以根据所述细胞信息三维空间图,对所述细胞三维信息视频的细胞个数进行计数。
进一步地,所述将相邻帧二值图像之间的细胞质心进行对比,获取每一帧的二值图像中满足预设条件的细胞位置信息,包括:
获取当前帧二值图像中每一个位置的细胞质心;
获取与所述当前帧二值图像相邻的二值图像中每一个位置的细胞质心;
将相邻帧二值图像之间的每一个位置的细胞质心进行对比,获取相邻帧二值图像之间的细胞质心距离;
根据细胞像素点个数和所述细胞质心距离,判断每一帧二值图像中的重复细胞,并对所述重复细胞进行去除,得到每一帧二值图像中的细胞位置信息。
进一步地,在所述对所述细胞三维信息视频中每一帧的二维图像进行二值化处理之前,所述方法还包括:
对所述细胞三维信息视频中每一帧的二维图像的边界进行延伸处理,得到边界延伸后的二维图像;
对所述边界延伸后的二维图像进行边界亮度抑制处理,得到边界亮度抑制后的二维图像,以对所述边界亮度抑制后的二维图像进行二值化处理。
进一步地,在对所述细胞三维信息视频中每一帧的二维图像进行二值化处理,得到所述细胞三维信息视频中每一帧的二值图像之后,所述方法还包括:
将所述二值图像的小面积细胞信息去除,得到去除小面积细胞信息后的二值图像。
进一步地,在所述将相邻帧二值图像之间的细胞质心进行对比,获取每一帧的二值图像中满足预设条件的细胞位置信息之前,所述方法还包括:
对所述二值图像进行膨胀处理,得到膨胀处理后的二值图像;
对所述膨胀处理后的二值图像进行图像腐蚀处理,得到图像腐蚀处理后的二值图像。
进一步地,在所述对所述二值图像进行膨胀处理,得到膨胀处理后的二值图像之后,所述方法还包括:
根据hough圆检测方法,对所述膨胀处理后的二值图像中黏连细胞进行分割处理,得到分割处理后的二值图像,以根据分割处理后的二值图像进行图像腐蚀处理。
进一步地,在所述对所述细胞三维信息视频中每一帧的二维图像的边界进行延伸处理,得到边界延伸后的二维图像之后,所述方法还包括:
对所述边界延伸后的二值图像进行内边框增加处理,得到内边框增加后的二值图像。
第二方面。本发明实施例提供了一种基于三维扫描成像的细胞计数***,包括:
图像二值化处理模块,用于获取细胞三维信息视频,并对所述细胞三维信息视频中每一帧的二维图像进行二值化处理,得到所述细胞三维信息视频中每一帧的二值图像;
细胞位置信息获取模块,用于将相邻帧二值图像之间的细胞质心进行对比,获取每一帧的二值图像中满足预设条件的细胞位置信息;
计数标记模块,用于根据所述细胞位置信息,对所述二值图像的细胞连通区域进行标记计数,得到标记计数后的二值图像;
细胞三维空间计数模块,用于根据所述标记计数后的二值图像,构建细胞信息三维空间图,以根据所述细胞信息三维空间图,对所述细胞三维信息视频的细胞个数进行计数。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所提供的方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。
本发明实施例提供的一种基于三维扫描成像的细胞计数方法及***,通过对细胞三维信息视频中每一帧图像进行二值化处理,并根据每一帧二值化图像之间的细胞质心,对二值化图像中的重复细胞进行识别和删除,再基于这些二值化图像构建细胞信息三维空间,从而实现了对细胞三维信息视频的细胞三维计数,使得细胞计数的准确性更高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于三维扫描成像的细胞计数方法的流程示意图;
图2为本发明实施例提供的基于标记计数后的二值图像构建的二维坐标示意图;
图3为本发明实施例提供的基于二值图像构建的细胞信息三维空间正视示意图;
图4为本发明实施例提供的基于二值图像构建的细胞信息三维空间俯视示意图;
图5为本发明实施例提供的基于三维扫描成像的细胞计数***的结构示意图;
图6为本发明实施例提供的电子设备结构示意图。
具体实施方式
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。
图1为本发明实施例提供的基于三维扫描成像的细胞计数方法的流程示意图,如图1所示,本发明实施例提供了一种基于三维扫描成像的细胞计数方法,包括:
步骤101,获取细胞三维信息视频,并对所述细胞三维信息视频中每一帧的二维图像进行二值化处理,得到所述细胞三维信息视频中每一帧的二值图像。
在本发明实施例中,通过自动断层扫描的显微镜,对透明培养箱中不同高度细胞对焦,从而得到该透明培养箱中细胞的细胞三维信息视频。具体地,本发明实施例搭建了一个采集细胞三维信息视频的平台,该平台包括光学显微镜、移动台以及图像采集装置。光学显微镜设置在移动台上,可位于透明培养箱的底部(根据预设扫描条件,也就将光学显微镜设置在透明培养箱的侧面或顶部),通过计算机控制移动台移动光学显微镜镜头,实现在透明培养箱不同断层上的聚焦。在本发明实施例中,图像采集装置基于CCD(Charge-coupledDevice)或CMOS(Complementary Metal Oxide Semiconductor)等图像采集软件,对不同断层的细胞图像进行采集,从而得到细胞三维信息视频。进一步地,采用对视频的图片提取技术,将细胞三维信息视频中的每一帧图片提取,按照每一帧依次排列的顺序建立细胞图片库,并对细胞图片库中的图片进行二值化处理,得到这些图片的二值化图像。
步骤102,将相邻帧二值图像之间的细胞质心进行对比,获取每一帧的二值图像中满足预设条件的细胞位置信息;
步骤103,根据所述细胞位置信息,对所述二值图像的细胞连通区域进行标记计数,得到标记计数后的二值图像。
在本发明实施例中,对层与层之间的细胞进行位置识别,即将相邻帧二值图像之间的细胞质心进行对比,根据对比结果,将相邻帧中细胞质心之间的距离小于预设条件,且像素点较小的细胞删除,从而将每一帧二值图像的重复的细胞进行删除,并在删除重复细胞后的二值图像中进行标记计数,通过对每一帧图像中的细胞进行计数,可以得到每一层细胞的浓度。在本发明实施例中,通过MATLAB图像处理方法对细胞三维信息视频的细胞图片进行处理和形态学处理等操作,以使得后续对图片中细胞位置的追踪和细胞计数更为准确。
步骤104,根据所述标记计数后的二值图像,构建细胞信息三维空间图,以根据所述细胞信息三维空间图,对所述细胞三维信息视频的细胞个数进行计数。
在本发明实施例中,通过标记计数后的二值图像构建细胞信息三维空间图,并通过计算机视觉处理方法,基于训练好的模型对细胞信息三维空间图进行目标检测,得到细胞信息三维空间图的细胞数量,从而得到光学显微镜下三维细胞图像的数量以及位置信息。
本发明实施例提供的基于三维扫描成像的细胞计数方法,通过对细胞三维信息视频中每一帧图像进行二值化处理,并根据每一帧二值化图像之间的细胞质心,对二值化图像中的重复细胞进行识别和删除,再基于这些二值化图像构建细胞信息三维空间,从而实现了对细胞三维信息视频的细胞三维计数,使得细胞计数的准确性更高。
在上述实施例的基础上,在所述对所述细胞三维信息视频中每一帧的二维图像进行二值化处理之前,所述方法还包括:
对所述细胞三维信息视频中每一帧的二维图像的边界进行延伸处理,得到边界延伸后的二维图像;
对所述边界延伸后的二维图像进行边界亮度抑制处理,得到边界亮度抑制后的二维图像,以对所述边界亮度抑制后的二维图像进行二值化处理。
在本发明实施例中,基于细胞三维信息视频建立的细胞图片库,再通过MATLAB构建一个细胞数组,可以选取细胞图片库中图片数据,并通过for循环对该细胞图片库的二维图像按照每一帧的顺序依次进行处理。本发明实施例以其中一张二维图像进行说明,其他二维图像的处理过程和该二维图像一致。具体地,通过padarray(A,padsize,padval,direction)函数,将原始的二维图像进行边界扩充,为边界非闭合细胞增加了外边界,从而形成了连通区域,除去了干扰,其中,padarray函数的padsize设置为[3,3],padval选择circular,direction选择both。
进一步地,在对二维图像进行边界扩充之后,因一部分细胞的外周围存在光晕,其亮度在一定程度上会影响后续对二值图像的二值化,需要将二维图像的亮度降低。本发明实施例使用边界处理函数imclearborder(),处理与二维图像边界相连的亮对象,从而抑制和图像边界相连的亮对象,通过该函数处理后,二维图像整体灰度都会降低,但细胞的外周围降低更多,在一定程度上减小了干扰,需要说明的是,本发明实施例采用imclearborder()函数时,默认设置为八连通。
在上述实施例的基础上,在对所述细胞三维信息视频中每一帧的二维图像进行二值化处理,得到所述细胞三维信息视频中每一帧的二值图像之后,所述方法还包括:
将所述二值图像的小面积细胞信息去除,得到去除小面积细胞信息后的二值图像。
在本发明实施例中,设置预设阈值来处理细胞二维图像信息,通过逐个将像素点与阈值进行比较后生成相应的二值图像。具体地,本发明实施例使用size()函数读取二维图像的行列数,设定预设阈值为106,用for循环判断每个像素点,将小于预设阈值的像素点变为黑色,大于预设阈值的像素点变为白色。进一步地,本发明实施例通过bwareaopen()函数去除二值图像中面积小于5的连通区域,此函数使用时选取八连通域;然后,通过im2bw()函数,将其转换为0、1二值图像,从而去除亮度面积较小的细胞信息和边缘误检的信息。
在上述实施例的基础上,在所述将相邻帧二值图像之间的细胞质心进行对比,获取每一帧的二值图像中满足预设条件的细胞位置信息之前,所述方法还包括:
对所述二值图像进行膨胀处理,得到膨胀处理后的二值图像;
对所述膨胀处理后的二值图像进行图像腐蚀处理,得到图像腐蚀处理后的二值图像。
在本发明实施例中,构建结构元素B=[0 1 0;1 1 1;0 1 0],使用imdalite(I,B)函数对二值图像进行处理,得到细胞膨胀后的黑白二值图,从而生成白色区域面积更大的图像,对后续同张图片中的细胞重复检测有很大作用。进一步地,在对二值图像进行膨胀处理之后,会造成细胞误连接,本发明实施例通过腐蚀函数imerode(I,B)(I代表的是对二值化图像进行膨胀后的图像信息,B是进行膨胀操作的结构元素)对膨胀处理后的二值图像进行腐蚀处理,从而去除膨胀误连接带来的干扰,其中,在膨胀处理和腐蚀处理中,通过同样的结构元素B,避免了造成的其他误差。
在上述实施例的基础上,在所述对所述二值图像进行膨胀处理,得到膨胀处理后的二值图像之后,所述方法还包括:
根据hough圆检测方法,对所述膨胀处理后的二值图像中黏连细胞进行分割处理,得到分割处理后的二值图像,以根据分割处理后的二值图像进行图像腐蚀处理。
在本发明实施例中,为了减小膨胀处理造成的误连接误差,本发明实施例通过hough圆检测方法来识别黏连细胞。在二值图像中,黏连细胞数相对于整体的细胞数目较少,且黏连细胞大都呈现周长较长情况,本发明实施例将大于单个细胞最大周长的值作为阈值进行选取,将大于阈值的连通区域提取出来,进行hough圆检测。具体地,在本发明实施例中,首先读入膨胀处理后的二值图像,然后通过计算比较图像中连通区域的周长,进而判断是否进行hough圆检测,当该二值图像中存在大于阈值的周长时,将大于阈值的连通域进行提取,通过设定houghcircle函数中的各变量值,对该二值图像进行hough圆分割;对于小于阈值的周长部分则不用进行hough圆分割。
在上述实施例的基础上,在所述对所述细胞三维信息视频中每一帧的二维图像的边界进行延伸处理,得到边界延伸后的二维图像之后,所述方法还包括:
对所述边界延伸后的二值图像进行内边框增加处理,得到内边框增加后的二值图像。
在本发明实施例中,为消除细胞的二值图像边界延伸带来的误差影响,采用相同宽度内边框将拓展区域遮盖住的方法,其中,内边框的颜色为黑色,灰度值为0。在二值图像中,黑色内边框的加入不会造成额外的干扰。具体地,在本发明实施例中,首先获取边界延伸后的二值图像,通过设计函数,将边框宽度设置为3,起始位置在二值图像的最左上角,结束位置在其最右下角,将边框颜色设置为黑色。
在上述实施例的基础上,所述将相邻帧二值图像之间的细胞质心进行对比,获取每一帧的二值图像中满足预设条件的细胞位置信息,包括:
获取当前帧二值图像中每一个位置的细胞质心;
获取与所述当前帧二值图像相邻的二值图像中每一个位置的细胞质心;
将相邻帧二值图像之间的每一个位置的细胞质心进行对比,获取相邻帧二值图像之间的细胞质心距离;
根据细胞像素点个数和所述细胞质心距离,判断每一帧二值图像中的重复细胞,并对所述重复细胞进行去除,得到每一帧二值图像中的细胞位置信息。
在本发明实施例中,首先获取待处理的二值图像(本发明实施例采用腐蚀后的二值图像,其他经过图像处理后的二值图像同样适用于本发明实施例);然后,通过[L,num]=bwlabel(BW,n)函数,对腐蚀后的二值图像进行处理,得到矩阵L和连通区域数num;再使用stats=regionprops(L,’centroid’)度量连通区域的质心,通过plot()函数以‘+’的形式,将质心坐标标于二值图像上,最后利用text()函数将扫描到的连通区域数依次写在‘+’的左上角。本发明实施例基于细胞质心位置,针对相邻帧图片的重复细胞,其细胞质心会在一定范围内变动,将二值图像中每一个位置的细胞质心和相邻帧二值图像的每个细胞质心一一比较,将位置相差在一定范围内的细胞视为重复细胞;同时,对两张二值图像中细胞像素点个数进行比较,将像素点个数少的细胞位置信息舍去,将像素点个数多的细胞位置信息保留。其中,细胞质心查找范围通过多张二值图像的细胞质心查找来确定,循环查找图片数通过对图片细胞的观察来确定。在本发明实施例中,在得到标记计数后的二值图像之后,可通过imshow()函数将二值图像变更为原始二维图像。
图2为本发明实施例提供的基于标记计数后的二值图像构建的二维坐标示意图,可参考图2所示,首先通过centroids()函数读取标记计数后的二值图像的内容,利用X=p(1:N,1),Y=p(1:N,2)两函数,将其内容转换为二维坐标形式,最后用plot()函数将图像绘制。进一步地,通过定距离的方法,赋予二值图像Z轴信息,将二维图像中提取到的X、Y坐标信息和Z轴信息用plot3进行绘画,通过像素点个数来计算细胞的半径大小,通过设置markersize达到存在大小细胞的三维成像效果。
具体地,在本发明实施例中,利用ones()函数生成和X,Y坐标维度相同的全1矩阵,设定一定的距离累计Z轴坐标,根据已有的中心标记的X、Y坐标,利用for循环对细胞质心进行查找。根据预设像素点距离和对比图片数,通过区域像素点个数来设置标记的大小,并将生成的Z轴坐标,利用plot3()函数对其进行三维空间搭建,通过hold on语句将每张二值图像所生成的三维坐标放在一张图片上。图3为本发明实施例提供的基于二值图像构建的细胞信息三维空间正视示意图,图4为本发明实施例提供的基于二值图像构建的细胞信息三维空间俯视示意图,可参考图3和图4所示,在构建细胞信息三维空间之后,通过sum()函数对进行细胞追踪后的细胞个数进行累计,从而完成三维细胞成像计数。
图5为本发明实施例提供的基于三维扫描成像的细胞计数***的结构示意图,如图5所示,本发明实施例提供了一种基于三维扫描成像的细胞计数***,包括图像二值化处理模块501、细胞位置信息获取模块502、计数标记模块503和细胞三维空间计数模块504,其中,图像二值化处理模块501用于获取细胞三维信息视频,并对所述细胞三维信息视频中每一帧的二维图像进行二值化处理,得到所述细胞三维信息视频中每一帧的二值图像;细胞位置信息获取模块502用于将相邻帧二值图像之间的细胞质心进行对比,获取每一帧的二值图像中满足预设条件的细胞位置信息;计数标记模块503用于根据所述细胞位置信息,对所述二值图像的细胞连通区域进行标记计数,得到标记计数后的二值图像;细胞三维空间计数模块504用于根据所述标记计数后的二值图像,构建细胞信息三维空间图,以根据所述细胞信息三维空间图,对所述细胞三维信息视频的细胞个数进行计数。
本发明实施例提供的基于三维扫描成像的细胞计数***,通过对细胞三维信息视频中每一帧图像进行二值化处理,并根据每一帧二值化图像之间的细胞质心,对二值化图像中的重复细胞进行识别和删除,再基于这些二值化图像构建细胞信息三维空间,从而实现了对细胞三维信息视频的细胞三维计数,使得细胞计数的准确性更高。
本发明实施例提供的***是用于执行上述各方法实施例的,具体流程和详细内容请参照上述实施例,此处不再赘述。
图6为本发明实施例提供的电子设备结构示意图,参照图6,该电子设备可以包括:处理器(processor)601、通信接口(Communications Interface)602、存储器(memory)603和通信总线604,其中,处理器601,通信接口602,存储器603通过通信总线604完成相互间的通信。处理器601可以调用存储器603中的逻辑指令,以执行如下方法:获取细胞三维信息视频,并对所述细胞三维信息视频中每一帧的二维图像进行二值化处理,得到所述细胞三维信息视频中每一帧的二值图像;将相邻帧二值图像之间的细胞质心进行对比,获取每一帧的二值图像中满足预设条件的细胞位置信息;根据所述细胞位置信息,对所述二值图像的细胞连通区域进行标记计数,得到标记计数后的二值图像;根据所述标记计数后的二值图像,构建细胞信息三维空间图,以根据所述细胞信息三维空间图,对所述细胞三维信息视频的细胞个数进行计数。
此外,上述的存储器603中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的基于三维扫描成像的细胞计数方法,例如包括:获取细胞三维信息视频,并对所述细胞三维信息视频中每一帧的二维图像进行二值化处理,得到所述细胞三维信息视频中每一帧的二值图像;将相邻帧二值图像之间的细胞质心进行对比,获取每一帧的二值图像中满足预设条件的细胞位置信息;根据所述细胞位置信息,对所述二值图像的细胞连通区域进行标记计数,得到标记计数后的二值图像;根据所述标记计数后的二值图像,构建细胞信息三维空间图,以根据所述细胞信息三维空间图,对所述细胞三维信息视频的细胞个数进行计数。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于三维扫描成像的细胞计数方法,其特征在于,包括:
获取细胞三维信息视频,并对所述细胞三维信息视频中每一帧的二维图像进行二值化处理,得到所述细胞三维信息视频中每一帧的二值图像;
将相邻帧二值图像之间的细胞质心进行对比,获取每一帧的二值图像中满足预设条件的细胞位置信息;
根据所述细胞位置信息,对所述二值图像的细胞连通区域进行标记计数,得到标记计数后的二值图像;
根据所述标记计数后的二值图像,构建细胞信息三维空间图,以根据所述细胞信息三维空间图,对所述细胞三维信息视频的细胞个数进行计数。
2.根据权利要求1所述的基于三维扫描成像的细胞计数方法,其特征在于,所述将相邻帧二值图像之间的细胞质心进行对比,获取每一帧的二值图像中满足预设条件的细胞位置信息,包括:
获取当前帧二值图像中每一个位置的细胞质心;
获取与所述当前帧二值图像相邻的二值图像中每一个位置的细胞质心;
将相邻帧二值图像之间的每一个位置的细胞质心进行对比,获取相邻帧二值图像之间的细胞质心距离;
根据细胞像素点个数和所述细胞质心距离,判断每一帧二值图像中的重复细胞,并对所述重复细胞进行去除,得到每一帧二值图像中的细胞位置信息。
3.根据权利要求1所述的基于三维扫描成像的细胞计数方法,其特征在于,在所述对所述细胞三维信息视频中每一帧的二维图像进行二值化处理之前,所述方法还包括:
对所述细胞三维信息视频中每一帧的二维图像的边界进行延伸处理,得到边界延伸后的二维图像;
对所述边界延伸后的二维图像进行边界亮度抑制处理,得到边界亮度抑制后的二维图像,以对所述边界亮度抑制后的二维图像进行二值化处理。
4.根据权利要求1所述的基于三维扫描成像的细胞计数方法,其特征在于,在对所述细胞三维信息视频中每一帧的二维图像进行二值化处理,得到所述细胞三维信息视频中每一帧的二值图像之后,所述方法还包括:
将所述二值图像的小面积细胞信息去除,得到去除小面积细胞信息后的二值图像。
5.根据权利要求1所述的基于三维扫描成像的细胞计数方法,其特征在于,在所述将相邻帧二值图像之间的细胞质心进行对比,获取每一帧的二值图像中满足预设条件的细胞位置信息之前,所述方法还包括:
对所述二值图像进行膨胀处理,得到膨胀处理后的二值图像;
对所述膨胀处理后的二值图像进行图像腐蚀处理,得到图像腐蚀处理后的二值图像。
6.根据权利要求5所述的基于三维扫描成像的细胞计数方法,其特征在于,在所述对所述二值图像进行膨胀处理,得到膨胀处理后的二值图像之后,所述方法还包括:
根据hough圆检测方法,对所述膨胀处理后的二值图像中黏连细胞进行分割处理,得到分割处理后的二值图像,以根据分割处理后的二值图像进行图像腐蚀处理。
7.根据权利要求3所述的基于三维扫描成像的细胞计数方法,其特征在于,在所述对所述细胞三维信息视频中每一帧的二维图像的边界进行延伸处理,得到边界延伸后的二维图像之后,所述方法还包括:
对所述边界延伸后的二值图像进行内边框增加处理,得到内边框增加后的二值图像。
8.一种基于三维扫描成像的细胞计数***,其特征在于,包括:
图像二值化处理模块,用于获取细胞三维信息视频,并对所述细胞三维信息视频中每一帧的二维图像进行二值化处理,得到所述细胞三维信息视频中每一帧的二值图像;
细胞位置信息获取模块,用于将相邻帧二值图像之间的细胞质心进行对比,获取每一帧的二值图像中满足预设条件的细胞位置信息;
计数标记模块,用于根据所述细胞位置信息,对所述二值图像的细胞连通区域进行标记计数,得到标记计数后的二值图像;
细胞三维空间计数模块,用于根据所述标记计数后的二值图像,构建细胞信息三维空间图,以根据所述细胞信息三维空间图,对所述细胞三维信息视频的细胞个数进行计数。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述基于三维扫描成像的细胞计数方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述基于三维扫描成像的细胞计数方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010611430.2A CN111768384B (zh) | 2020-06-29 | 2020-06-29 | 基于三维扫描成像的细胞计数方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010611430.2A CN111768384B (zh) | 2020-06-29 | 2020-06-29 | 基于三维扫描成像的细胞计数方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111768384A true CN111768384A (zh) | 2020-10-13 |
CN111768384B CN111768384B (zh) | 2024-04-26 |
Family
ID=72722954
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010611430.2A Active CN111768384B (zh) | 2020-06-29 | 2020-06-29 | 基于三维扫描成像的细胞计数方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111768384B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112184696A (zh) * | 2020-10-14 | 2021-01-05 | 中国科学院近代物理研究所 | 一种细胞核和细胞器计数及其面积计算方法与*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007065878A (ja) * | 2005-08-30 | 2007-03-15 | Central Res Inst Of Electric Power Ind | 水面または水中における移動体計数方法、計数装置および計数プログラム |
CN103246920A (zh) * | 2013-03-22 | 2013-08-14 | 浙江理工大学 | 一种蚕茧自动计数方法及*** |
CN103745257A (zh) * | 2013-12-23 | 2014-04-23 | 温州医科大学眼视光器械有限公司 | 一种基于图像识别的锥细胞密度的计算方法 |
CN108364296A (zh) * | 2018-02-09 | 2018-08-03 | 重庆东渝中能实业有限公司 | 基于多层全息重建与聚焦策略的细胞群空间分布构建方法 |
CN109472761A (zh) * | 2018-11-23 | 2019-03-15 | 军事科学院***工程研究院卫勤保障技术研究所 | 一种基于荧光图像的细胞计数方法及*** |
CN109584259A (zh) * | 2019-01-18 | 2019-04-05 | 西安科技大学 | 一种石英坩埚气泡分层计数装置及方法 |
-
2020
- 2020-06-29 CN CN202010611430.2A patent/CN111768384B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007065878A (ja) * | 2005-08-30 | 2007-03-15 | Central Res Inst Of Electric Power Ind | 水面または水中における移動体計数方法、計数装置および計数プログラム |
CN103246920A (zh) * | 2013-03-22 | 2013-08-14 | 浙江理工大学 | 一种蚕茧自动计数方法及*** |
CN103745257A (zh) * | 2013-12-23 | 2014-04-23 | 温州医科大学眼视光器械有限公司 | 一种基于图像识别的锥细胞密度的计算方法 |
CN108364296A (zh) * | 2018-02-09 | 2018-08-03 | 重庆东渝中能实业有限公司 | 基于多层全息重建与聚焦策略的细胞群空间分布构建方法 |
CN109472761A (zh) * | 2018-11-23 | 2019-03-15 | 军事科学院***工程研究院卫勤保障技术研究所 | 一种基于荧光图像的细胞计数方法及*** |
CN109584259A (zh) * | 2019-01-18 | 2019-04-05 | 西安科技大学 | 一种石英坩埚气泡分层计数装置及方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112184696A (zh) * | 2020-10-14 | 2021-01-05 | 中国科学院近代物理研究所 | 一种细胞核和细胞器计数及其面积计算方法与*** |
CN112184696B (zh) * | 2020-10-14 | 2023-12-29 | 中国科学院近代物理研究所 | 一种细胞核和细胞器计数及其面积计算方法与*** |
Also Published As
Publication number | Publication date |
---|---|
CN111768384B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110046529B (zh) | 二维码识别方法、装置及设备 | |
CN109978839B (zh) | 晶圆低纹理缺陷的检测方法 | |
CN110619333B (zh) | 一种文本行分割方法、文本行分割装置及电子设备 | |
US10169673B2 (en) | Region-of-interest detection apparatus, region-of-interest detection method, and recording medium | |
CN107220647B (zh) | 一种叶片交叉条件下作物中心点定位方法及*** | |
CN107862235B (zh) | 二维码的位置定位方法、装置及终端设备 | |
CN110647882A (zh) | 图像校正方法、装置、设备及存储介质 | |
CN112580383B (zh) | 二维码识别方法、装置、电子设备及存储介质 | |
CN112989995B (zh) | 文本检测方法、装置及电子设备 | |
CN111598076B (zh) | 一种标签图像中日期检测处理方法及装置 | |
CN113033558A (zh) | 一种用于自然场景的文本检测方法及装置、存储介质 | |
CN116071272A (zh) | 一种图像校正方法、装置、电子设备及其存储介质 | |
CN111768384B (zh) | 基于三维扫描成像的细胞计数方法及*** | |
CN113112511B (zh) | 试卷批改的方法、装置、存储介质及电子设备 | |
CN111325199B (zh) | 一种文字倾斜角度检测方法及装置 | |
CN116740528A (zh) | 一种基于阴影特征的侧扫声呐图像目标检测方法及*** | |
CN109961063B (zh) | 文本检测方法及装置、计算机设备和存储介质 | |
JP7480997B2 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
CN113409370B (zh) | 图像配准方法及相关装置、设备 | |
CN116994261B (zh) | 一种大数据精准教学智能题卡图像智能识别*** | |
CN114723767A (zh) | 一种污渍检测方法、装置、电子设备和扫地机器人*** | |
CN117115275B (zh) | 畸变参数的确定方法、装置和计算机设备 | |
CN114821567B (zh) | 一种用于社交软件截图的点赞个数提取方法及装置 | |
CN115984316B (zh) | 一种复杂环境的工业图像边缘提取方法及装置 | |
CN114067150A (zh) | 一种任意方向文本行生成方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |