一种基于图像的白细胞计数方法和系统
专利汇可以提供一种基于图像的白细胞计数方法和系统专利检索，专利查询，专利分析的服务。并且本 发明 涉及一种基于图像的 白细胞计数 方法和系统，其中方法包括采集血样图像、去除图像噪声、细胞区域粗分割、获取粘连细胞数目和获取白细胞总数步骤。因本发明采用自适应模糊聚类技术的白细胞自动分割技术，白细胞分割准确性更高，基于三维曲面的粘连细胞 定位 分割方法，能快速识别出区域及链码特征不明显的粘连细胞，粘连细胞定位计数分割更加准确，从而更精确的计量白细胞的数量。，下面是一种基于图像的白细胞计数方法和系统专利的具体信息内容。
1.一种基于图像的白细胞计数方法，其特征在于，包括以下步骤：
步骤S1：采集血样图像；
步骤S2：去除图像噪声；
步骤S3：细胞区域粗分割，所述的区域分割步骤为：
对去除噪声的图像设置自适应活动轮廓；
求取所述轮廓中图像空间上每个元素的模糊相似矩阵与聚类中心的距离平方和；
获取不同类别区间隶属度，实现白细胞区域分割；
步骤S4：获取粘连细胞数目，具体步骤为：
获取三维灰度图像峰峰值确定细胞数目；
步骤S5：获取白细胞总数，具体计算步骤为：
经粗分割筛选出粘连细胞区域，曲面拟合定位出粘连细胞个数；
则图像上总的细胞数目Ntotal通过如下公式计算：
Ntotal＝Nsingle+Nmore
其中，Nsingle为未粘连单一细胞个数；Nmore为经过曲面拟合峰值计数后粘连细胞总数。
2.如权利要求1所述的一种基于图像的白细胞计数方法，其特征在于，在获取所述步骤
S1的图像前，还包括如下步骤：
用台盼蓝对血样中白细胞染色；
再用红细胞裂解液裂解掉血样中的红细胞。
3.如权利要求1所述的一种基于图像的白细胞计数方法，其特征在于，所述步骤S2的具
体步骤包括：
对图像进行高斯平滑，剔除噪声；
然后对图像求二阶导，用二阶导的过零点确定边缘；
保留细胞的边界信息。
4.如权利要求1所述的一种基于图像的白细胞计数方法，其特征在于，所述步骤S3通过
如下公式计算和推导：
对轮廓内细胞图像，设其灰度图像为I，uij表示图像中第j个像素属于第i类的隶属度，n为图像I的像素总数，则聚类目标函数如下：
其中，U为初始隶属度矩阵；m为权重指数，且m∈[1,+∞)；dij为各像素到中心矢量距离；
V为聚类中心，V＝(v1,v2)T，即分类数目为2，i＝1,2。隶属度及聚类中心确定后，利用拉格朗日乘法，令：
求解方程组，便可得到：
隶属度矩阵U及聚类中心V通过如下步骤得到：
在满足隶属度约束条件的前提下，在0-1间初始化隶属度矩阵U；
应用vi的方程式式求解白细胞区域聚类中心和背景区域聚类中心；
根据E(U，V)的计算价值函数，重复上述过程，直到聚类中心V的变化小于某个阈值或基
本不变时停止计算，得到最佳模糊分类矩阵及聚类中心，从而实现白细胞区域分割。
5.如权利要求1所述的一种基于图像的白细胞计数方法，其特征在于，所述步骤S4的图
像峰峰值判别如公式如下：
Imax＝max(Ii-1，j-1，Ii，j-1，Ii+1，j-1，Ii-1j，Ii，j，Ii+1，j，Ii-1，j+1，Ii，j+1，Ii+1，j+1，)其中，In为与I对应的峰值二值图像，曲面峰值处为1，其余为0，Ii，j为原图像(i，j)处灰度值，Imax为像素点(i，j)处8邻域最大值。
6.一种基于图像的白细胞计数系统，其特征在于，包括血样图像采集单元，图像噪声去
除单元，细胞区域粗分割单元，粘连细胞数目获取单元，以及白细胞总数获取单元，其中所述的细胞区域粗分割单元，通过如下步骤分割：
对去除噪声的图像设置自适应活动轮廓；
求取所述轮廓中图像空间上每个元素的模糊相似矩阵与聚类中心的距离平方和；
获取不同类别区间隶属度，最终实现白细胞区域分割；
所述的粘连细胞数目获取单元通过三维灰度图像峰峰值确定细胞数目的获取；
所述白细胞总数获取单元，通过如下步骤获取白细胞总数：
经粗分割筛选出粘连细胞区域，曲面拟合定位出粘连细胞个数；
则图像上总的细胞数目Ntotal通过如下公式计算：
Ntotal＝Nsingle+Nmore
其中，Nsingle为未粘连单一细胞个数；Nmore为经过曲面拟合峰值计数后粘连细胞总数。
7.如权利要求6所述的一种基于图像的白细胞计数系统，其特征在于，所述的采集血样
图像采集单元在血样图样采集前还进行了如下步骤：
用台盼蓝对血样中白细胞染色；
再用红细胞裂解液裂解掉血样中的红细胞。
8.如权利要求6所述的一种基于图像的白细胞计数系统，其特征在于，所述的图像噪声
去除单元通过对图像进行高斯平滑，剔除噪声，然后对图像求二阶导，用二阶导的过零点确定边缘，在去噪的同时，保留细胞的边界信息。
9.如权利要求6所述的一种基于图像的白细胞计数系统，其特征在于，所述的细胞区域
粗分割单元通过如下步骤和公式进行分割：
对轮廓内细胞图像，设其灰度图像为I，uij表示图像中第j个像素属于第i类的隶属度，n为图像I的像素总数，则聚类目标函数如下：
其中，U为初始隶属度矩阵；m为权重指数，且m∈[1,+∞)；dij为各像素到中心矢量距离；
V为聚类中心，V＝(v1,v2)T，即分类数目为2，i＝1,2。隶属度及聚类中心确定后，利用拉格朗日乘法，令：
求解方程组，便可得到：
隶属度矩阵U及聚类中心V通过如下步骤得到：
在满足隶属度约束条件的前提下，在0-1间初始化隶属度矩阵U；
应用vi的方程式式求解白细胞区域聚类中心和背景区域聚类中心；
根据E(U，V)的计算价值函数，重复上述过程，直到聚类中心V的变化小于某个阈值或基
本不变时停止计算，得到最佳模糊分类矩阵及聚类中心，从而实现白细胞区域分割。
10.如权利要求6所述的一种基于图像的白细胞计数系统，其特征在于，所述的粘连细
胞数目获取单元通过如下公式判别图像峰峰值：
Imax＝max(Ii-1，j-1，Ii，j-1，Ii+1，j-1，Ii-1，j，Ii，j，Ii+1，j，Ii-1，j+1，Ii，j+1，Ii+1，j+1，)其中，In为与I对应的峰值二值图像，曲面峰值处为1，其余为0，Ii，j为原图像(i，j)处灰度值，Imax为像素点(i，j)处8邻域最大值。
一种基于图像的白细胞计数方法和系统
技术领域
背景技术
都能够快速准确的对白细胞进行计数，但还存在设备笨重、价格昂贵、操作专业度高、以及
不易维护等特点，不适合基层医疗卫生机构和移动医疗的需要，在应用领域上存在很大局
限性。对于基于图像的白细胞粘连分割计数方法，主要集中于40倍-100倍显微镜下白细胞
分割技术研究，现有技术主要有以下几种:通过提取细胞核来识别计数白细胞,通过训练模
型机器学习的方式来实现白细胞分割；通过利用白细胞形态学及边界信息，实现白细胞分
割；或者通过边界链码凹凸性来实现粘连细胞分割。
边界模糊，数量多，基于形态学边界提取的方法还存在着精度低，无法识别粘连细胞的情
况，B-snake模型迭代收敛太慢，耗时长；粘连细胞边界模糊，边界凹凸点判别困难，判别误
差大。综上所述，应用上述各种方法无法获取精确的细胞分割，无法完整的分离粘连细胞，
存在计数准确性低的问题。
发明内容
拉格朗日乘法，令：
其中细胞区域粗分割单元，通过如下步骤分割：
边界信息。
拉格朗日乘法，令：
定自适应窗口函数，计算窗口内细胞图像上每个元素的模糊相似矩阵与聚类中心的距离平
方和，分割出细胞区域，再通过设定细胞面积判别函数，跟踪图像上多细胞区域，利用得到
的多细胞区域灰度信息，拟合细胞区域三维曲面，获取三维曲面峰值，实现粘连白细胞定
位，最后统计单细胞、多细胞数目，最终实现白细胞精确计数。
对比度差异引起的分割误差，白细胞分割准确性更高，适用性更强，基于三维曲面的粘连细
胞定位分割方法，可以快速识别出区域及链码特征不明显的粘连细胞，粘连细胞定位计数
分割更加准确，从而精确的计量白细胞的数量。
附图说明
具体实施方式
扰。此步骤中的白细胞染色、红细胞裂解方法也可用其它方法实现。
产生很大影响，有必要对图像进行相关的噪声去除工作，改善图像质量。根据4-20倍显微镜
下细胞图像特点，采用高斯-拉普拉斯算法实现图像噪声去除，首先对图像进行高斯平滑，
剔除噪声；然后对图像求二阶导，用二阶导的过零点确定边缘，在去噪的同时，保留细胞的
边界信息。
上每个元素的模糊相似矩阵与聚类中心的距离平方和，获取不同类别区间隶属度，最终实
现白细胞区域分割。其实现原理如下：
拉格朗日乘法，令：
分类算法。
图像光强分布，按照光强分布特征，设置对应的自适应轮廓，在自动轮廓内采用聚类算法进
行白细胞分割。
细胞三维灰度图像，低倍显微镜下，细胞呈小山丘状分布，即使是粘连细胞，也能明显的观
察到粘连细胞的三维峰值。可以通过获取三维灰度图像峰峰值，来确定细胞数目，通过获取
峰峰值间的峰谷，来确定粘连细胞边界。由于细胞放大倍数小，细胞三维灰度曲面粗糙，影
响了峰值判断，也会造成误判和漏判。为了获取更加准确的峰值信息，本专利首先根据灰度
曲面变化特征，采用Facet模型对细胞曲面进行拟合、插值；再对拟合差值后曲面采用8邻域
判别模板获取更加细腻真实可靠的峰值信息。细胞曲面拟合也可以采用其它拟合方法。峰
值判别如公式(5)。
相干细胞杂质的干扰。此单元中的白细胞染色、红细胞裂解方法也可用其它方法实现。
对后续的识别算法产生很大影响，有必要对图像进行相关的噪声去除工作，改善图像质量。
根据4-20倍显微镜下细胞图像特点，采用高斯-拉普拉斯算法实现图像噪声去除，首先对图
像进行高斯平滑，剔除噪声；然后对图像求二阶导，用二阶导的过零点确定边缘，在去噪的
同时，保留细胞的边界信息。
轮廓，求取轮廓中图像空间上每个元素的模糊相似矩阵与聚类中心的距离平方和，获取不
同类别区间隶属度，最终实现白细胞区域分割。其实现原理如下：
拉格朗日乘法，令：
分类算法。
图像光强分布，按照光强分布特征，设置对应的自适应轮廓，在自动轮廓内采用聚类算法进
行白细胞分割。
显，分割误差大。通过观察细胞三维灰度图像，我们发现，低倍显微镜下，细胞呈小山丘状分
布，即使是粘连细胞，也能明显的观察到粘连细胞的三维峰值。可以通过获取三维灰度图像
峰峰值，来确定细胞数目，通过获取峰峰值间的峰谷，来确定粘连细胞边界。由于细胞放大
倍数小，细胞三维灰度曲面粗糙，影响了峰值判断，也会造成误判和漏判。为了获取更加准
确的峰值信息，本专利首先根据灰度曲面变化特征，采用Facet模型对细胞曲面进行拟合、
插值；再对拟合差值后曲面采用8邻域判别模板获取更加细腻真实可靠的峰值信息。细胞曲
面拟合也可以采用其它拟合方法。峰值判别如公式(5)。
免不同位置对比度差异引起的分割误差，白细胞分割准确性更高，适用性更强，基于三维曲
面的粘连细胞定位分割方法，可以快速识别出区域及链码特征不明显的粘连细胞，粘连细
胞定位计数分割更加准确，从而精确的计量白细胞的数量。
不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的
保护范围。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 针对白细胞与血小板共存全息图的分步重建与计数方法 | 2020-05-17 | 462 |
| 一种基于形态学分类计数白细胞的方法 | 2020-05-15 | 244 |
| 白细胞分类计数试剂、试剂盒及其制备方法和白细胞分类计数的方法 | 2020-05-13 | 650 |
| 白细胞分类计数试剂、试剂盒及其制备方法和白细胞分类计数的方法 | 2020-05-13 | 419 |
| 白细胞的分类计数方法、白细胞分类试剂盒及白细胞分类试剂 | 2020-05-12 | 997 |
| 一种用于血液白细胞五分类计数的溶血剂及其用途 | 2020-05-16 | 259 |
| 早幼白细胞的分类计数法 | 2020-05-12 | 121 |
| 一种无氰化测定血红蛋白浓度及白细胞分群计数的溶血素 | 2020-05-16 | 366 |
| 一种白细胞计数用辅助装置 | 2020-05-15 | 480 |
| 白细胞手工计数取样装置 | 2020-05-15 | 993 |
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。
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。
