首页 / 专利库 / 视听技术与设备 / 图像分割 / 分水岭分割 / 一种循环肿瘤细胞检测方法

一种循环肿瘤细胞检测方法

阅读:1019发布:2020-07-03

专利汇可以提供一种循环肿瘤细胞检测方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及一种循环 肿瘤 细胞检测方法,其特征在于:包括如下步骤:(1)、通过 荧光 显微镜 采集三个不同通道的荧光图像,三个不同通道对应的荧光图像分别为绿色荧光图像、红色荧光图像和蓝色荧光图像;(2)、对采集的绿色荧光图像、红色荧光图像和蓝色荧光图像分别进行初始化处理;步骤、得到三幅剔除了干扰细胞的绿色荧光图像、红色荧光图像和蓝色荧光图像;(4)、将(3)所得到的剔除了干扰细胞的绿色荧光图像、红色荧光图像和蓝色荧光图像进行合成。与 现有技术 相比,本发明对细胞层面分析处理,能够解决传统显微图像在 像素 层面处理产生的大量空洞和噪声问题,可以有效的去除由于噪生所带来的误检,从而提高检测的准确性。,下面是一种循环肿瘤细胞检测方法专利的具体信息内容。

1.一种循环肿瘤细胞检测方法,其特征在于:包括如下步骤
步骤(1)、通过荧光显微镜采集三个不同通道的荧光图像,三个不同通道对应的荧光图像分别为绿色荧光图像、红色荧光图像和蓝色荧光图像;
步骤(2)、将步骤(1)采集的绿色荧光图像、红色荧光图像和蓝色荧光图像分别进行初始化处理:
步骤(2-1)、首先利用最大类间方差法获得绿色荧光图像和红色荧光图像和蓝色荧光图像中每一个细胞所在的初始化区域;
步骤(2-2)、对绿色荧光图像、红色荧光图像和蓝色荧光图像中所有获得的初始化区域进行中值滤波,滤波的卷积核大小为N*N,N的取值为2~5,分别得到滤波后的绿色荧光图像和红色荧光图像和蓝色荧光图像;
步骤(2-3)、利用分算法对滤波后的绿色荧光图像、红色荧光图像和蓝色荧光图像进行分割处理,然后将每一个分割出来的细胞的位置、面积和平均亮度记录下来,从而分别得到绿色荧光图像、红色荧光图像和蓝色荧光图像中被分割出来的细胞的位置、面积和平均亮度;
步骤(3)、将步骤(2)所得的绿色荧光图像、红色荧光图像和蓝色荧光图像中被分割出来的所有细胞的平均亮度分别进行自亮到暗的排序,然后分别找出前10%的细胞中位于下临界值的细胞的平均亮度,作为阳性细胞亮度判别阈值,找出后10%的细胞中位于上临界值细胞的平均亮度,作为阴性细胞亮度判别阈值;阳性细胞的判断标准为该细胞的平均亮度大于等于阳性细胞亮度判别阈值;阴性细胞的判断标准为该细胞的平均亮度小于等于阴性细胞亮度判别阈值;
步骤(4)、根据步骤(3)的判断原则,找到绿色荧光图像中的阴性细胞,记录绿色荧光图像中所有的非阴性细胞的细胞位置,并予以剔除;同时根据记录的绿色荧光图像中所有的非阴性细胞的细胞位置,剔除在红色荧光图像和蓝色荧光图像中相同位置的细胞,并更新红色荧光图像和蓝色荧光图像中的细胞分布;然后,同样根据步骤(3)的判断原则,找到蓝色荧光图像中的阳性细胞,记录蓝色荧光图像中所有非阳性细胞的细胞位置,并予以剔除,同时剔除在绿色荧光图像和红色荧光图像中相同位置的细胞,并更新绿色荧光图像和红色荧光图像中的细胞分布;最后,同样根据步骤(3)的判断原则,找到红色荧光图像中的阳性细胞,记录红色荧光图像中所有非阳性细胞的位置,并予以剔除,同时剔除在绿色荧光图像和蓝色荧光图像中相同位置的细胞,并更新绿色荧光图像和蓝色荧光图像中的细胞分布;
从而得到三幅剔除了干扰细胞的绿色荧光图像、红色荧光图像和蓝色荧光图像;
步骤(5)、将步骤(4)所得到的剔除了干扰细胞的绿色荧光图像、红色荧光图像和蓝色荧光图像进行合成,合成的标准有:
a、同时存在于绿色荧光图像、红色荧光图像和蓝色荧光图像中的细胞被保留;
b、在蓝色荧光图像中的细胞面积大于红色荧光图像中的细胞面积的细胞被保留;
同时满足a和b条件的细胞被保留,这些细胞作为检测到的循环肿瘤细胞,输出到最终的检测报告中。

说明书全文

一种循环肿瘤细胞检测方法

技术领域

[0001] 本发明涉及一种循环肿瘤细胞检测方法。

背景技术

[0002] 癌症是目前世界上人类死亡的第二大凶手,仅次于车祸。世界上许多专家学者都在研究癌症的成型原因和前期判别方法。癌症如果在早期可以及时发现并采取相应的治疗措施,是可以得到有效的控制减少死亡的几率。目前一种新型的癌细胞前期判别方法正在被广泛的应用于——循环肿瘤细胞检测(Circulating Tumer Cell,CTC)。通常在判别过程中,患者的血液会被抽出并制造成样本,放在显微镜下观测。这些血液样本通常由三种染料进行染色,并用荧光显微镜的相对应的三个通道进行观测。电动荧光显微镜是常用的采集工具,利用图像拼接技术和自动对焦技术可以保证采集的图像覆盖整个样品。但是由于缺少有效的数字判别方法,工作人员常常会进行人工检测。但是人工检测的效率极低,并且准确率不高。这样就大大影响了该种方法检测的准确度和实用性。

发明内容

[0003] 本发明所要解决的技术问题是针对上述现有技术提供一种准确和高效的循环肿瘤细胞检测方法。
[0004] 本发明解决上述技术问题所采用的技术方案为:一种循环肿瘤细胞检测方法,其特征在于:包括如下步骤
[0005] 步骤(1)、通过荧光显微镜采集三个不同通道的荧光图像,三个不同通道对应的荧光图像分别为绿色荧光图像、红色荧光图像和蓝色荧光图像;
[0006] 步骤(2)、将步骤(1)采集的绿色荧光图像、红色荧光图像和蓝色荧光图像分别进行初始化处理:
[0007] 步骤(2-1)、首先利用最大类间方差法获得绿色荧光图像和红色荧光图像和蓝色荧光图像中每一个细胞所在的初始化区域;
[0008] 步骤(2-2)、对绿色荧光图像、红色荧光图像和蓝色荧光图像中所有获得的初始化区域进行中值滤波,滤波的卷积核大小为N*N,N的取值为2~5,分别得到滤波后的绿色荧光图像和红色荧光图像和蓝色荧光图像;
[0009] 步骤(2-3)、利用分算法对滤波后的绿色荧光图像、红色荧光图像和蓝色荧光图像进行分割处理,然后将每一个分割出来的细胞的位置、面积和平均亮度记录下来,从而分别得到绿色荧光图像、红色荧光图像和蓝色荧光图像中被分割出来的细胞的位置、面积和平均亮度;
[0010] 步骤(3)、将步骤(2)所得的绿色荧光图像、红色荧光图像和蓝色荧光图像中被分割出来的所有细胞的平均亮度分别进行自亮到暗的排序,然后分别找出前10%的细胞中位于下临界值的细胞的平均亮度,作为阳性细胞亮度判别阈值,找出后10%的细胞中位于上临界值细胞的平均亮度,作为阴性细胞亮度判别阈值;阳性细胞的判断标准为该细胞的平均亮度大于等于阳性细胞亮度判别阈值;阴性细胞的判断标准为该细胞的平均亮度小于等于阴性细胞亮度判别阈值;
[0011] 步骤(4)、根据步骤(3)的判断原则,找到绿色荧光图像中的阴性细胞,记录绿色荧光图像中所有的非阴性细胞的细胞位置,并予以剔除;同时根据记录的绿色荧光图像中所有的非阴性细胞的细胞位置,剔除在红色荧光图像和蓝色荧光图像中相同位置的细胞,并更新红色荧光图像和蓝色荧光图像中的细胞分布;然后,同样根据步骤(3)的判断原则,找到蓝色荧光图像中的阳性细胞,记录蓝色荧光图像中所有非阳性细胞的细胞位置,并予以剔除,同时剔除在绿色荧光图像和红色荧光图像中相同位置的细胞,并更新绿色荧光图像和红色荧光图像中的细胞分布;最后,同样根据步骤(3)的判断原则,找到红色荧光图像中的阳性细胞,记录红色荧光图像中所有非阳性细胞的位置,并予以剔除,同时剔除在绿色荧光图像和蓝色荧光图像中相同位置的细胞,并更新绿色荧光图像和蓝色荧光图像中的细胞分布;从而得到三幅剔除了干扰细胞的绿色荧光图像、红色荧光图像和蓝色荧光图像;
[0012] 步骤(5)、将步骤(4)所得到的剔除了干扰细胞的绿色荧光图像、红色荧光图像和蓝色荧光图像进行合成,合成的标准有:
[0013] a、同时存在于绿色荧光图像、红色荧光图像和蓝色荧光图像中的细胞被保留;
[0014] b、在蓝色荧光图像中的细胞面积大于红色荧光图像中的细胞面积的细胞被保留;
[0015] 同时满足a和b条件的细胞被保留,这些细胞作为检测到的循环肿瘤细胞,输出到最终的检测报告中。
[0016] 与现有技术相比,本发明的优点在于:本发明通过数字图像处理的方法进行循环肿瘤细胞进行检测,对细胞层面分析处理,能够解决传统显微图像在像素层面处理产生的大量空洞和噪声问题,可以有效的去除由于噪生所带来的误检,同时分别对三个通道的图像进行不同处理可以方便用户定义判断标准,从而提高检测的准确性,进而提高检测的效率。附图说明
[0017] 图1为本发明实施例中循环肿瘤细胞检测方法流程图

具体实施方式

[0018] 以下结合附图实施例对本发明作进一步详细描述。
[0019] 本发明提供了一种循环肿瘤细胞检测方法,其包括如下步骤
[0020] 步骤(1)、通过荧光显微镜采集三个不同通道的荧光图像,三个不同通道对应的荧光图像分别为绿色荧光图像、红色荧光图像和蓝色荧光图像;本实施例中,采集的三个不同通道的荧光图像利用的荧光显微镜的滤色片模不同,分别对应的激发波长为475nm,555nm和385nm,并且利用20x扫描物镜扫描整张盖破片所得的图像分辨率达11500*36100;
[0021] 步骤(2)、将步骤(1)采集的绿色荧光图像、红色荧光图像和蓝色荧光图像分别进行初始化处理:
[0022] 步骤(2-1)、首先利用最大类间方差法获得绿色荧光图像和红色荧光图像和蓝色荧光图像中每一个细胞所在的初始化区域,最大类间方差法也称大律法,该方法为常规方法;
[0023] 步骤(2-2)、对绿色荧光图像、红色荧光图像和蓝色荧光图像中所有获得的初始化区域进行中值滤波,滤波的卷积核大小为N*N,N的取值为2~5,优选3,分别得到滤波后的绿色荧光图像和红色荧光图像和蓝色荧光图像;
[0024] 步骤(2-3)、利用分水岭算法对滤波后的绿色荧光图像、红色荧光图像和蓝色荧光图像进行分割处理,然后将每一个分割出来的细胞的位置、面积和平均亮度记录下来,从而分别得到绿色荧光图像、红色荧光图像和蓝色荧光图像中被分割出来的细胞的位置、面积和平均亮度;
[0025] 步骤(3)、将步骤(2)所得的绿色荧光图像、红色荧光图像和蓝色荧光图像中被分割出来的所有细胞的平均亮度分别进行自亮到暗的排序,然后分别找出前10%的细胞中位于下临界值的细胞的平均亮度,作为阳性细胞亮度判别阈值,找出后10%的细胞中位于上临界值细胞的平均亮度,作为阴性细胞亮度判别阈值;阳性细胞的判断标准为该细胞的平均亮度大于等于阳性细胞亮度判别阈值;阴性细胞的判断标准为该细胞的平均亮度小于等于阴性细胞亮度判别阈值;
[0026] 步骤(4)、根据步骤(3)的判断原则,找到绿色荧光图像中的阴性细胞,记录绿色荧光图像中所有的非阴性细胞的细胞位置,并予以剔除;同时根据记录的绿色荧光图像中所有的非阴性细胞的细胞位置,剔除在红色荧光图像和蓝色荧光图像中相同位置的细胞,并更新红色荧光图像和蓝色荧光图像中的细胞分布;然后,同样根据步骤(3)的判断原则,找到蓝色荧光图像中的阳性细胞,记录蓝色荧光图像中所有非阳性细胞的细胞位置,并予以剔除,同时剔除在绿色荧光图像和红色荧光图像中相同位置的细胞,并更新绿色荧光图像和红色荧光图像中的细胞分布;最后,同样根据步骤(3)的判断原则,找到红色荧光图像中的阳性细胞,记录红色荧光图像中所有非阳性细胞的位置,并予以剔除,同时剔除在绿色荧光图像和蓝色荧光图像中相同位置的细胞,并更新绿色荧光图像和蓝色荧光图像中的细胞分布;从而得到三幅剔除了干扰细胞的绿色荧光图像、红色荧光图像和蓝色荧光图像;
[0027] 步骤(5)、将步骤(4)所得到的剔除了干扰细胞的绿色荧光图像、红色荧光图像和蓝色荧光图像进行合成,合成的标准有:
[0028] a、同时存在于绿色荧光图像、红色荧光图像和蓝色荧光图像中的细胞被保留;
[0029] b、在蓝色荧光图像中的细胞面积大于红色荧光图像中的细胞面积的细胞被保留;
[0030] 同时满足a和b条件的细胞被保留,这些细胞作为检测到的循环肿瘤细胞,输出到最终的检测报告中。
[0031] 本发明通过细胞层面的检测可以有效的去除由于噪生所带来的误检,对细胞层面分析处理,能够解决传统显微图像在像素层面处理产生的大量空洞和噪声问题,而细胞层面处理将每一个细胞当作个体,只有符合特定条件的细胞才可以进入计数系统;同时分别对三个通道的图片进行不同处理可以方便用户定义判断标准,使得本发明更具实用性和准确性。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈