本發(fā)明屬于生物細(xì)胞顯微圖像處理技術(shù)領(lǐng)域，采用的方法是一種基于hopfield神經(jīng)網(wǎng)絡(luò)的白帶中球菌的自動(dòng)檢測方法。

背景技術(shù)：

為了準(zhǔn)確診斷婦科疾病，白帶常規(guī)檢查是一項(xiàng)必不可少的檢查。現(xiàn)如今，白帶常規(guī)檢查中判斷陰道清潔度主要通過人工鏡檢這一方法，即檢驗(yàn)科醫(yī)務(wù)人員將患者的白帶溶解在生理鹽水中，再用棉簽將白帶溶液均勻涂抹在載玻片上，用顯微鏡觀察鹽水白帶中的有形成分來進(jìn)行清潔度判斷，進(jìn)而確定患者是否存在陰道炎等婦科疾病。球菌是影響清潔度的一項(xiàng)重要指標(biāo)，因?yàn)榍蚓w積小數(shù)量多，容易與脂肪球和桿菌等誤判，人工無法準(zhǔn)確判斷其個(gè)數(shù)，并且由于醫(yī)務(wù)人員的主觀因素及自身經(jīng)驗(yàn)不足等原因，有可能造成清潔度誤判。而通過數(shù)字圖像處理技術(shù)，能精確判斷出球菌的數(shù)量，為清潔度判斷提供切實(shí)依據(jù)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供了一種對鹽水白帶的顯微圖像中的球菌進(jìn)行自動(dòng)檢測的方法，克服了醫(yī)務(wù)人員通過傳統(tǒng)人工鏡檢無法判斷球菌具體個(gè)數(shù)及容易誤判的缺陷，大大提高了醫(yī)務(wù)人員的診斷精確度。

本發(fā)明采用的技術(shù)方案是一種基于hopfield神經(jīng)網(wǎng)絡(luò)的白帶中球菌的自動(dòng)檢測方法，該方法包括訓(xùn)練步驟和識(shí)別步驟，訓(xùn)練步驟如下：

步驟1：人工提取現(xiàn)有的白帶顯微圖像中的標(biāo)準(zhǔn)球菌的灰度圖像100幅，統(tǒng)一縮放到15*15的尺寸；

步驟2：對100幅球菌灰度圖像分別運(yùn)用ostu算法求得閾值。

步驟3：將圖中各像素點(diǎn)灰度值與該圖的閾值進(jìn)行比較，若大于閾值，則將該像素點(diǎn)的灰度值置為1，若小于閾值，則將該像素點(diǎn)的灰度值置為-1，得到一個(gè)標(biāo)準(zhǔn)的-1、1的二值矩陣。

步驟4：對100幅圖都采取步驟3的操作，得到100個(gè)標(biāo)準(zhǔn)的-1、1的二值矩陣，將所有二值矩陣保存成訓(xùn)練樣本t，t＝[a1；a2；a3；…；a100]’(a1、a2、a3……a100為所得二值矩陣)；

步驟5：創(chuàng)建一個(gè)hopfield神經(jīng)網(wǎng)絡(luò)，將t輸入該網(wǎng)絡(luò)；

步驟6：運(yùn)行網(wǎng)絡(luò)至平衡狀態(tài)，保存網(wǎng)絡(luò)權(quán)值及閾值以及輸出向量y，供識(shí)別階段使用，訓(xùn)練結(jié)束。

檢測步驟如下：

步驟1：對鹽水白帶顯微灰度圖像進(jìn)行底帽變換；

步驟2：對底帽變換后的圖像運(yùn)用ostu算法求得閾值，再根據(jù)閾值分割得到二值圖像；

步驟3：對所得二值圖像進(jìn)行連通域標(biāo)定；

步驟4：根據(jù)球菌形態(tài)特征(面積、周長、圓形度)對各個(gè)連通域進(jìn)行篩選，保留符合球菌形態(tài)特征的連通域的外接矩形坐標(biāo)；

步驟5：根據(jù)步驟3中保留的坐標(biāo)，在原灰度圖像中裁剪下對應(yīng)外接矩形的灰度小圖；

步驟6：將灰度小圖放縮到與標(biāo)準(zhǔn)球菌圖像一個(gè)尺寸(15*15)，運(yùn)用ostu算法求得閾值。將灰度小圖各像素點(diǎn)灰度值與閾值比較，若灰度值大于該圖的閾值，則將其灰度值置為1，若灰度值小于該圖的閾值，則將其灰度值置為-1，得到一個(gè)二值矩陣；

步驟7：將步驟6得到的二值矩陣作為hopfield神經(jīng)網(wǎng)絡(luò)的輸入，y為特征庫，送入網(wǎng)絡(luò)；

步驟8：當(dāng)網(wǎng)絡(luò)運(yùn)行達(dá)到平衡狀態(tài)時(shí)，輸出結(jié)果；

步驟9：結(jié)果分析，判斷是否為球菌，保留識(shí)別為球菌的區(qū)域。

附圖說明

圖1是本發(fā)明基于hopfield神經(jīng)網(wǎng)絡(luò)自動(dòng)檢測白帶中的球菌的系統(tǒng)流程圖。

具體實(shí)施方式

下面結(jié)合附圖，對本發(fā)明提出的基于hopfield神經(jīng)網(wǎng)絡(luò)自動(dòng)檢測白帶中球菌自動(dòng)檢測方法進(jìn)行詳細(xì)說明：

步驟1：采集鹽水白帶顯微灰度圖像；

步驟2：人工截取現(xiàn)有的白帶顯微圖像中的標(biāo)準(zhǔn)球菌的灰度圖像100幅，統(tǒng)一縮放到15*15的尺寸；

步驟3：分別對100幅球菌灰度圖像運(yùn)用ostu算法求得閾值；

步驟4：將圖中各像素點(diǎn)灰度值與該圖的閾值進(jìn)行比較，若大于閾值，則將該像素點(diǎn)的灰度值置為1，若小于閾值，則將該像素點(diǎn)的灰度值置為-1，得到一個(gè)標(biāo)準(zhǔn)的-1、1的二值矩陣；

步驟5：對100幅圖都采取步驟4的操作，得到100個(gè)標(biāo)準(zhǔn)的-1、1的二值矩陣，將所有二值矩陣保存成訓(xùn)練樣本t，t＝[a1；a2；a3；…；a100]’(a1、a2、a3……a100為所得二值矩陣)；

步驟6：創(chuàng)建一個(gè)hopfield神經(jīng)網(wǎng)絡(luò)，將t輸入該網(wǎng)絡(luò)；

步驟7：運(yùn)行網(wǎng)絡(luò)至平衡狀態(tài)，保存網(wǎng)絡(luò)權(quán)值及閾值以及輸出向量y，供識(shí)別階段使用，訓(xùn)練結(jié)束；

步驟8：對待檢測鹽水白帶顯微灰度圖像進(jìn)行底帽變換；

步驟8-1：用半徑為3的圓盤模板對灰度圖像進(jìn)行膨脹處理；

步驟8-2：用半徑為3的圓盤模板對膨脹后的圖像進(jìn)行腐蝕處理；

步驟8-3：用膨脹腐蝕后的圖像減去原灰度圖像，得到底帽變換的圖像。

步驟9：對底帽變換后的圖像運(yùn)用ostu算法求得閾值，再根據(jù)閾值分割得到二值圖像；

步驟9-1：對底帽變換后的圖像運(yùn)用ostu算法求得閾值；

步驟9-2：將圖中各像素點(diǎn)灰度值與閾值比較，若大于閾值，則將該像素點(diǎn)灰度值置為255，若小于閾值，則將該像素點(diǎn)灰度值置為0，得到二值圖像。

步驟10：對所得二值圖像進(jìn)行連通域標(biāo)定；

步驟11：計(jì)算連通域的面積、周長和圓形度，根據(jù)球菌形態(tài)特征對各個(gè)連通域進(jìn)行篩選，保留符合球菌形態(tài)特征的連通域的外接矩形坐標(biāo)；

步驟11-1：計(jì)算每個(gè)連通域的面積和周長；

步驟11-2：計(jì)算圓形度，圓形度計(jì)算公式為：

其中，c為圓形度，s為連通區(qū)域的面積，l為連通區(qū)域的周長；

步驟11-3：經(jīng)過面積篩選，保留面積范圍為5～50的連通域的外接矩形坐標(biāo)；

步驟11-4：經(jīng)過周長篩選，保留周長范圍為10～150的連通域的外接矩形坐標(biāo)；

步驟11-5：經(jīng)過圓形度篩選，保留圓形度范圍為0.8～1的連通域的外接矩形坐標(biāo)；

步驟12：根據(jù)步驟11中保留的坐標(biāo)，在原灰度圖像中裁剪下對應(yīng)外接矩形的灰度小圖；

步驟13：將灰度小圖放縮到與標(biāo)準(zhǔn)球菌圖像一個(gè)尺寸(15*15)，運(yùn)用ostu算法求得閾值。將灰度小圖各像素點(diǎn)灰度值與閾值比較，若灰度值大于該圖的閾值，則將其灰度值置為1，若灰度值小于該圖的閾值，則將其灰度值置為-1，得到一個(gè)二值矩陣；

步驟14：將步驟6得到的二值矩陣作為hopfield神經(jīng)網(wǎng)絡(luò)的輸入，y為特征庫，送入網(wǎng)絡(luò)；

步驟15：當(dāng)網(wǎng)絡(luò)運(yùn)行達(dá)到平衡狀態(tài)時(shí)，輸出結(jié)果y’；

步驟16：結(jié)果分析，判斷是否為球菌，保留識(shí)別為球菌的區(qū)域；

步驟16的具體步驟為：

步驟16-1：計(jì)算結(jié)果y’與特征庫中標(biāo)準(zhǔn)球菌的特征向量y的誤差率p；誤差率計(jì)算公式如下：

(i＝1,2,3…15；j＝1,2,3…15)

步驟16-2：若誤差率小于0.005，則該輸入樣本為球菌；若誤差率大于0.005，則該輸入樣本為雜質(zhì)。保留識(shí)別為球菌的區(qū)域。

如上所述，便能很好的實(shí)現(xiàn)本發(fā)明。