针对荧光显微图像的凋亡细胞形态的量化分析方法

摘要

本发明涉及凋亡细胞形态的量化分析，为能够有效地从图像中分割出细胞个体，自动计算细胞二维形态学参数，大大缩短图像分析时间，本发明采取的技术方案是，针对荧光显微图像的凋亡细胞形态的量化分析方法，包括如下步骤：1)采集待处理的若干对荧光显微细胞图像；2)对一对图像中的光镜图像运用中值滤波，灰度拉伸，形态学开运算进行图像预处理；3)利用Otsu算法自动寻找阈值；4)获得分割后的二值图像；5)采用形态学膨胀和腐蚀的方法填充孔洞、去除小区域以及边界上不完整的目标；6)对分割后的二值图像根据染色结果判定细胞的状态；7)输出每个细胞的参数计算结果。本发明主要应用于凋亡细胞形态的量化分析方法。

主权项

一种针对荧光显微图像的凋亡细胞形态的量化分析方法，其特征是，包括如下步骤：1)采集待处理的若干对荧光显微细胞图像，一对图像中包括一幅光镜图像和一幅用于检测细胞凋亡的三染色荧光图像，图像中包含有正常细胞和凋亡细胞；2)对一对图像中的光镜图像运用中值滤波，灰度拉伸，形态学开运算进行图像预处理，对一对图像中的荧光图像进行三通道分离，进行灰度拉伸；3)利用Otsu算法自动寻找阈值，对一对图像进行分割，图像的灰度值在直方图上分为m级，灰度级i的像素数为n_i，则总像素数为各灰度值的概率为p_i＝n_i/N,整体图像的灰度平均值在某一阈值处分割成两组，即C₀＝{1～k}和C₁＝{k+1～m}，由公式(1)和公式(2)分别求得两组的概率，并求得灰度平均值，进而求得两组总的方差见公式(3),阈值的选择为当此方差最大时k的取值见公式(4)：k^*＝argmax_kσ²(k)   (4)公式(1)中的参数说明如下：ω₀，ω(k)：C₀组概率；公式(2)中的参数说明如下：ω₁，1‑ω(k)：C₁组概率；公式(3)中的参数说明如下：μ₀：C₀组灰度平均值；μ₁：C₁组灰度平均值；μ：整体图像的灰度平均值；μ(k)：前k级灰度平均值；公式(4)中的参数说明如下：k^*：阈值；4)通过公式(3)和(4)，计算并获得图像分割的阈值，从而获得分割后的二值图像；5)对阈值分割后的二值图像，采用形态学膨胀和腐蚀的方法填充孔洞、去除小区域以及边界上不完整的目标；6)对分割后的二值图像根据染色结果进行正常分类，正常细胞，即只在B通道有染色结果；早期凋亡细胞，即G通道有染色结果但R通道无染色结果；晚期凋亡细胞，即R通道有染色结果的分类；为了匹配已分类的位于荧光图像细胞核和与其对应的位于光镜图像细胞，计算细胞与其细胞核的中心距离；根据先验知识，在此类图像中细胞与其细胞核的中心距离不大于20个像素，据此条件，搜索到与某个细胞对应的细胞核，由细胞核的染色 和分类结果，来判定细胞的状态；7)对各匹配后的细胞进行参数计算，对各状态下的若干细胞参数进行对比统计分析，输出每个细胞的参数计算结果。