一种免疫组织阳性细胞和阴性细胞识别方法

摘要

本发明公开了一种免疫组织阳性细胞和阴性细胞识别方法，本发明根据待处理免疫组织化学图像数据本身的最大类间方差方法自适应地确定相应阈值而不是使用固定的阈值，能适应图像在颜色及亮度上的偏差，相比现有方法更稳健；当判别细胞核的阳性、阴性时，将免疫组织化学图像的染色处理信息作为先验信息加以利用，而不需要进行人工标记，避免人为主观因素介入，实现了全自动化处理，提高了分析效率和处理质量的稳定性。

主权项

一种免疫组织阳性细胞和阴性细胞识别方法，其特征在于包括以下步骤：(a)提取免疫组织化学图像，将所述免疫组织化学图像载入电子存储装置；(b) 将（a）步骤中所述的免疫组织化学图像转化至YIQ色彩空间；YIQ色彩空间包括Y、I、Q三个子空间；(c) 在Y子空间中自适应地确定亮度阈值T1；(d) 在Y子空间中根据亮度阈值T1进行图像分割，得到表示细胞核区域的二值掩模图像Mask；(e)再 将（a）步骤中所述的免疫组织化学图像转化至HSV色彩空间；HSV色彩空间包括H、S、V三个子空间；(f) 在HSV色彩空间的H子空间中使用上述二值掩模图像提取细胞核区域像素的强度值；(g) 根据提取出的色相分量图像强度值分布自适应地确定识别阈值T2；(h) 在色相分量图像H中根据二值掩模图像提取出的图像区域上,按照像素的强度是否大于识别阈值T2将细胞核区域中的像素分为Class1和Class2两类；(i) 根据(h)步骤中的免疫组织化学染色过程所使用的阳性产物标记物染色剂和细胞核复染剂的色相信息，自动标记Class1和Class2两类像素的阳性和阴性类别；亮度阈值T1是在YIQ空间的亮度子空间中使用最大类间方差方法计算得到：图像有阶灰度，灰度为的像素数是，图像总像素数为；像素灰度为的概率是：；对于给定的阈值,可将图像像素分为、两组，分别表示灰度小于的像素集合和灰度大于等于的像素集合；此时的类间方差定义为:其中：表示组像素所占总像素数的比例；表示组像素所占总像素数的比例；表示组像素的平均灰度值；表示组像素的平均灰度值；表示全部像素的平均灰度值；最大类间方差方法即寻找使得两类间方差最大的作为亮度阈值T1。