一種宮頸lct圖像的異常細胞核定位方法
【專利摘要】本發(fā)明公開了一種宮頸LCT圖像的異常細胞核定位方法，包括如下步驟：S1對宮頸LCT圖像采用高斯差分算子進行運算，并進行灰度增強，得到僅含邊緣信息的邊緣圖像；S2確定宮頸LCT圖像融合邊緣圖像的權(quán)值；S3宮頸LCT圖像與S2中得到權(quán)值相乘，再與邊緣圖像相加，得到邊緣淡化圖像；S4采用視覺注意的方法處理邊緣淡化圖像，得到圖像的顯著區(qū)域，所述顯著區(qū)域為異常細胞核區(qū)域。本發(fā)明通過原圖像以一定權(quán)值與邊緣圖像相加的方法有效地增強了宮頸LCT圖像中異常細胞核的顯著程度，利用視覺注意模型則保證了可以快速準確地完成對宮頸LCT圖像中異常細胞核區(qū)域的定位。
【專利說明】—種宮頸LCT圖像的異常細胞核定位方法
【技術領域】
[0001]本發(fā)明涉及計算機數(shù)字圖像處理領域，特別涉及一種宮頸LCT圖像的異常細胞核定位方法。
【背景技術】
[0002]宮頸癌是女性特有癌癥之一。據(jù)衛(wèi)生部統(tǒng)計，我國每年新增宮頸癌病例達13.5萬，近年發(fā)病率呈上升趨勢，而患者年齡也趨于年輕化。研究表明，宮頸癌的普查、早期發(fā)現(xiàn)、早期治療對降低其發(fā)病率和死亡率非常重要。
[0003]在諸多宮頸癌的篩查檢驗手段中，目前使用最為廣泛的是液基細胞學檢測系統(tǒng)(liquid-based cytologic test, LCT)。然而人工閱片的模式使得宮頸癌的正確診斷率與人眼疲勞及閱片人的經(jīng)驗水平及責任心息息相關，因此，使用計算機輔助檢查出的異常細胞，再經(jīng)細胞學專家審定，就會更加的快速、準確、方便和先進。
[0004]目前，由于計算機輔助檢查會檢查整個細胞圖像中的所有細胞，使得其時間開銷較大。而目前國內(nèi)外相關的研究都是對整個細胞圖像進行分割，對宮頸LCT細胞感興趣區(qū)域定位的研究尚未發(fā)現(xiàn)。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的在于克服現(xiàn)有技術的缺點與不足，提供一種宮頸LCT圖像的異常細胞核定位方法。
[0006]本發(fā)明采用如下技術方案:
[0007]—種宮頸LCT圖像的異常細胞核定位方法，包括如下步驟:
[0008]SI對宮頸LCT圖像采用高斯差分算子進行運算，并進行灰度增強，得到僅含邊緣信息的邊緣圖像；
[0009]S2確定宮頸LCT圖像融合邊緣圖像的權(quán)值；
[0010]S3宮頸LCT圖像與S2中得到權(quán)值相乘，再與邊緣圖像相加，得到邊緣淡化圖像；
[0011]S4采用視覺注意的方法處理邊緣淡化圖像，得到圖像的顯著區(qū)域，所述顯著區(qū)域為異常細胞核區(qū)域。
[0012]所述高斯差分算子由兩個大小相同，且方差不同的高斯低通濾波器做差運算得到。
[0013]所述S2確定宮頸LCT圖像融合邊緣圖像的權(quán)值具體通過訓練得到。
[0014]所述S4中視覺注意的方法具體采用視覺注意模型。
[0015]所述宮頸LCT圖像融合邊緣圖像的權(quán)值為0.4。
[0016]本發(fā)明通過增強異常細胞核的視覺顯著性，利用目前比較成熟的對自然圖像進行感興趣區(qū)域定位的模型，對宮頸LCT圖像中的異常細胞核區(qū)域進行快速定位，在定位到異常細胞核區(qū)域后，可以很方便地對這些區(qū)域進行分割、識別、分類等處理。
[0017]本發(fā)明的有益效果:[0018](I)提出了利用視覺注意模型提取宮頸LCT圖像感興趣區(qū)域的方法，使得對高精度圖像進行局部的處理成為可能；
[0019](2)首次提出用原圖像以一定權(quán)值與邊緣圖像相加來進行邊緣模糊處理，大大增強了異常細胞核的視覺顯著程度，可以有效提高異常細胞核區(qū)域定位的準確性。
【專利附圖】

【附圖說明】
[0020]圖1是一種宮頸LCT圖像的異常細胞核定位方法的流程圖。
【具體實施方式】
[0021]下面結(jié)合實施例及附圖，對本發(fā)明作進一步地詳細說明，但本發(fā)明的實施方式不限于此。
[0022]實施例
[0023]如圖1所示，一種宮頸LCT圖像的異常細胞核定位方法，包括如下步驟:
[0024]SI對宮頸LCT圖像采用高斯差分算子進行運算，并進行灰度增強，得到僅含邊緣信息的邊緣圖像；
[0025]S2確定宮頸LCT圖像融合邊緣圖像的權(quán)值，本發(fā)明的最佳權(quán)值為0.4 ；
[0026]S3宮頸LCT圖像與S2中得到權(quán)值相乘，再與邊緣圖像相加，得到邊緣淡化圖像；
[0027]S4采用視覺注意的方法處理邊緣淡化圖像，得到圖像的顯著區(qū)域，所述顯著區(qū)域為異常細胞核區(qū)域。
[0028]所述SI中高斯差分算子具體實現(xiàn)如下:包括兩個高斯低通濾波器，高斯低通濾波器的功能是過濾掉部分圖像的高頻信息，即圖像的邊緣部分，所述兩個濾波器的大小相同而方差不同，將這兩個濾波器進行做差運算就可以構(gòu)造出高斯差分算子。
[0029]所述高斯差分算子(Differential of Gaussian)也簡稱為DoG算子,在圖像處理中，一般通過傅里葉變換，可以將空間域的信息轉(zhuǎn)化為頻率域的信息
[0030]高斯核是唯一可以產(chǎn)生多尺度空間的核。一個圖像的尺度空間L(x，y，O)，定義為原始圖像i(x，y)與一個可變尺度的二維高斯函數(shù)G(x，y，σ)卷積運算。高斯函數(shù)如下式所示:
【權(quán)利要求】
1.一種宮頸LCT圖像的異常細胞核定位方法，其特征在于，包括如下步驟: SI對宮頸LCT圖像采用高斯差分算子進行運算，并進行灰度增強，得到僅含邊緣信息的邊緣圖像； S2確定宮頸LCT圖像融合邊緣圖像的權(quán)值； S3宮頸LCT圖像與S2中得到權(quán)值相乘，再與邊緣圖像相加，得到邊緣淡化圖像； S4采用視覺注意的方法處理邊緣淡化圖像，得到圖像的顯著區(qū)域，所述顯著區(qū)域為異常細胞核區(qū)域。
2.根據(jù)權(quán)利要求1所述的一種宮頸LCT圖像的異常細胞核定位方法，其特征在于，所述高斯差分算子由兩個大小相同，且方差不同的高斯低通濾波器做差運算得到。
3.根據(jù)權(quán)利要求1所述的一種宮頸LCT圖像的異常細胞核定位方法，其特征在于，所述S2確定宮頸LCT圖像融合邊緣圖像的權(quán)值具體通過訓練得到。
4.根據(jù)權(quán)利要求1所述的一種宮頸LCT圖像的異常細胞核定位方法，其特征在于，所述S4中視覺注意的方法具體采用視覺注意模型。
5.根據(jù)權(quán)利要求3所述的一種宮頸LCT圖像的異常細胞核定位方法，其特征在于，所述宮頸LCT圖像融合邊緣圖像的權(quán)值為0.4。
【文檔編號】G06T7/00GK103489188SQ201310436809
【公開日】2014年1月1日 申請日期:2013年9月23日 優(yōu)先權(quán)日:2013年9月23日
【發(fā)明者】張見威, 朱林, 張珊珊, 胡振朋 申請人:華南理工大學