【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)屬于圖像處理領(lǐng)域，具體涉及一種用于線粒體的熒光圖像分割方法、系統(tǒng)及存儲(chǔ)介質(zhì)。
技術(shù)介紹
1、線粒體作為細(xì)胞內(nèi)的重要細(xì)胞器，對(duì)于細(xì)胞的能量代謝、細(xì)胞死亡和細(xì)胞信號(hào)傳導(dǎo)等關(guān)鍵生理過程起著至關(guān)重要的作用，隨著生物醫(yī)學(xué)研究的深入，對(duì)線粒體形態(tài)和數(shù)量的定量分析需求日益增長(zhǎng)。
2、現(xiàn)有的分割技術(shù)如基于閾值的分割，例如公開號(hào)為cn117934516a的中國(guó)專利申請(qǐng)，提出一種線粒體熒光圖像自動(dòng)分割方法及系統(tǒng)，包括：獲取線粒體熒光圖像；對(duì)每個(gè)像素點(diǎn)構(gòu)建局部區(qū)域；根據(jù)每個(gè)像素點(diǎn)的局部區(qū)域內(nèi)像素點(diǎn)的數(shù)量及灰度值，獲得每個(gè)像素點(diǎn)的局部聚集程度；對(duì)每個(gè)像素點(diǎn)的局部區(qū)域獲取鄰域區(qū)域；根據(jù)每個(gè)像素點(diǎn)的局部區(qū)域及鄰域區(qū)域的灰度值，以及每個(gè)像素點(diǎn)與鄰域區(qū)域內(nèi)像素點(diǎn)的分布，獲得每個(gè)像素點(diǎn)的局部聚集程度的調(diào)整系數(shù)；根據(jù)每個(gè)像素點(diǎn)的局部聚集程度、局部聚集程度的調(diào)整系數(shù)，獲得每個(gè)像素點(diǎn)的綜合密集程度，對(duì)線粒體熒光圖像進(jìn)行局部閾值分割。
3、然而，上述現(xiàn)有技術(shù)中通過結(jié)合局部特征分析和聚類技術(shù)對(duì)線粒體進(jìn)行分割，但對(duì)于邊界不明顯或弱熒光的線粒體，分割效果可能不佳，因此需要一種新的線粒體熒光圖像分割方法，該方法能夠提供高準(zhǔn)確性的分割結(jié)果。
技術(shù)實(shí)現(xiàn)思路
1、為解決上述問題，本專利技術(shù)提供了用于線粒體的熒光圖像分割方法、系統(tǒng)及存儲(chǔ)介質(zhì)，以解決現(xiàn)有技術(shù)中的問題。
2、為了達(dá)到上述的專利技術(shù)目的，本專利技術(shù)提出一種用于線粒體的熒光圖像分割方法，包括：
3、s1：獲取線粒體的熒光圖
4、s2：對(duì)所述高頻圖像進(jìn)行處理生成第一灰度圖像，使用預(yù)設(shè)規(guī)則對(duì)所述第一灰度圖像中的所述第二像素進(jìn)行編號(hào)，所述編號(hào)的最大值為第一數(shù)值，以每個(gè)所述第二像素為中心生成預(yù)設(shè)尺寸的第一關(guān)注區(qū)域，在所述第一關(guān)注區(qū)域內(nèi)確定第一系數(shù)，基于所述第一系數(shù)對(duì)所述高頻圖像進(jìn)行濾波處理，生成所述線粒體的標(biāo)準(zhǔn)圖像；
5、s3：獲取所述標(biāo)準(zhǔn)圖像的梯度信息，基于所述梯度信息生成所述線粒體的初始輪廓，將所述初始輪廓與第一數(shù)據(jù)庫(kù)中的多個(gè)標(biāo)準(zhǔn)輪廓進(jìn)行對(duì)比，獲取偏差值最小的所述標(biāo)準(zhǔn)輪廓作為所述線粒體的第一輪廓，在所述第一輪廓上設(shè)置多個(gè)熒光點(diǎn)，圍繞每個(gè)所述熒光點(diǎn)生成第二關(guān)注區(qū)域，將所述第二關(guān)注區(qū)域內(nèi)的像素點(diǎn)定義為候選點(diǎn)，計(jì)算每個(gè)所述候選點(diǎn)的損失值；
6、s4：基于所述損失值最小的所述候選點(diǎn)生成第二輪廓，基于所述第二輪廓對(duì)所述線粒體進(jìn)行分割。
7、進(jìn)一步地，在所述第一關(guān)注區(qū)域內(nèi)確定第一系數(shù)包括以下步驟：
8、將所述第一關(guān)注區(qū)域在水平方向上兩個(gè)位置相鄰的像素定義為鄰居像素對(duì)，統(tǒng)計(jì)所述第一關(guān)注區(qū)域內(nèi)每種所述鄰居像素對(duì)出現(xiàn)的第一次數(shù)，建立第一矩陣，所述第一矩陣是行向量為所述第一數(shù)值的方形矩陣，將所述第一次數(shù)填入至所述第一矩陣中，所述第一次數(shù)在所述第一矩陣中的位置為m和n，m和n分別為所述鄰居像素對(duì)中左側(cè)和右側(cè)對(duì)應(yīng)的所述第二像素的編號(hào)，對(duì)所述第一矩陣進(jìn)行歸一化后獲得第二矩陣，基于第一公式計(jì)算所述第一關(guān)注區(qū)域中的所述第二像素的第一特征值，所述第一公式為：，其中，n為所述第一數(shù)值，為所述第二矩陣中第i行第j列的元素值；
9、基于第二公式計(jì)算所述第一關(guān)注區(qū)域內(nèi)每個(gè)像素的第一系數(shù)，所述第二公式為：，其中，為坐標(biāo)為的所述第二像素的像素值，為所述第一關(guān)注區(qū)域內(nèi)除所述第二像素外坐標(biāo)為的其它像素的像素值，，，、為預(yù)設(shè)常數(shù)，為所述第一像素在坐標(biāo)為時(shí)的像素值，為所述第一特征值。
10、進(jìn)一步地，基于所述梯度信息生成所述線粒體的初始輪廓包括以下步驟：
11、所述梯度信息為所述標(biāo)準(zhǔn)圖像中像素點(diǎn)的梯度變化值，基于第三公式計(jì)算所述梯度變化值，所述第三公式為：，其中，為位置坐標(biāo)為的所述像素點(diǎn)的像素值，為所述像素點(diǎn)右方相鄰像素的像素值，為所述像素點(diǎn)下方相鄰像素的像素值，若所述梯度變化值大于第一閾值，則將對(duì)應(yīng)的所述像素點(diǎn)定義為第一像素點(diǎn)，否則定義為第二像素點(diǎn)，將所述第一像素點(diǎn)構(gòu)成的輪廓定義為所述線粒體的初始輪廓。
12、進(jìn)一步地，獲取偏差值最小的標(biāo)準(zhǔn)輪廓作為所述線粒體的第一輪廓包括以下步驟：
13、獲取所述初始輪廓上多個(gè)連續(xù)的所述第一像素點(diǎn)形成像素集合，計(jì)算所述像素集合內(nèi)所有所述第一像素點(diǎn)的相關(guān)值，若所述相關(guān)值的絕對(duì)值大于第二閾值，則對(duì)所述像素集合內(nèi)的所述第一像素點(diǎn)進(jìn)行直線擬合形成直線，否則去除位于所述像素集合中端點(diǎn)的所述第一像素點(diǎn)，更新所述像素集合的所述相關(guān)值，在所述像素集合中所述第一像素點(diǎn)的數(shù)量小于第三閾值時(shí)，所述相關(guān)值仍小于等于所述第二閾值，則對(duì)所述像素集合內(nèi)的所述第一像素點(diǎn)進(jìn)行曲線擬合形成曲線，將所述初始輪廓上所有第一像素點(diǎn)擬合形成的直線和曲線的組合定義為所述初始輪廓的第一組合，獲取所述第一數(shù)據(jù)庫(kù)中的所述標(biāo)準(zhǔn)輪廓以及所述標(biāo)準(zhǔn)輪廓所對(duì)應(yīng)的第二組合，計(jì)算所述第一組合和每個(gè)所述第二組合的偏差值，所述偏差值為所述第一組合和所述第二組合中直線數(shù)量差值的絕對(duì)值與曲線數(shù)量差值的絕對(duì)值之和，若所述偏差值小于等于第四閾值，則將所述第二組合所對(duì)應(yīng)的所述標(biāo)準(zhǔn)輪廓定義為所述線粒體的第一輪廓。
14、進(jìn)一步地，計(jì)算每個(gè)所述候選點(diǎn)的損失值包括以下步驟：
15、基于第四公式計(jì)算每個(gè)所述候選點(diǎn)的損失值，所述第四公式為：，其中，和分別為基于動(dòng)態(tài)輪廓法獲取的所述第一輪廓的線條值和邊緣值，為預(yù)設(shè)的線條權(quán)重系數(shù)，為邊緣權(quán)重系數(shù)，基于第五公式計(jì)算所述邊緣權(quán)重系數(shù)，所述第五公式為：，其中，和為預(yù)設(shè)常數(shù)，為所述第一輪廓內(nèi)所有像素的平均值，為所述第一輪廓內(nèi)像素的第一標(biāo)準(zhǔn)差，基于第六公式計(jì)算所述第一標(biāo)準(zhǔn)差，所述第六公式為：，其中，為所述第一輪廓內(nèi)像素的集合，為所述第一輪廓內(nèi)像素的數(shù)量，為所述第一輪廓內(nèi)第k個(gè)像素的像素值。
16、進(jìn)一步地，生成第二輪廓包括以下步驟：
17、在所述第二關(guān)注區(qū)域內(nèi)，選擇所述損失值最小的候選點(diǎn)作為所述熒光點(diǎn)的最優(yōu)候選點(diǎn)，獲取所述最優(yōu)候選點(diǎn)與所述熒光點(diǎn)之間的距離，若所述距離小于第五閾值，則判定所述熒光點(diǎn)處的所述第一輪廓已經(jīng)收斂，否則將所述熒光點(diǎn)調(diào)整至所述最優(yōu)候選點(diǎn)的位置，所有所述熒光點(diǎn)的最優(yōu)候選點(diǎn)的位置連接形成第二輪廓。
18、進(jìn)一步地，生成所述線粒體的標(biāo)準(zhǔn)圖像包括以下步驟：
19、基于所述第一系數(shù)計(jì)算所述高頻圖像的第二特征值，所述第二特征值為所述高頻圖像中所有所述第二像素的第一系數(shù)之和，將每個(gè)所述第二像素的像素值除以所述第二特征值獲得第三像素值，將由所述第三像素值構(gòu)成的像素組成的圖像定義為所述標(biāo)準(zhǔn)圖像。
20、本專利技術(shù)還提供了一種用于線粒體的熒光圖像分割系統(tǒng)，該系統(tǒng)用于實(shí)現(xiàn)上述所述的方法，該系統(tǒng)主要包括：
21、獲取模塊，用于獲取線粒體的熒光圖像，將所述熒光圖像分解為低頻圖像和高頻圖像，將所述低頻圖像和所述高頻圖像中的像素分別定義為第一像素和第二像素；
22、生成模塊，用于對(duì)所述高頻圖像進(jìn)行處理生成第一灰度圖像，使本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種用于線粒體的熒光圖像分割方法，其特征在于，所述方法包括如下步驟：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述第一關(guān)注區(qū)域內(nèi)確定第一系數(shù)包括以下步驟：
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，基于所述梯度信息生成所述線粒體的初始輪廓包括以下步驟：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，獲取偏差值最小的標(biāo)準(zhǔn)輪廓作為所述線粒體的第一輪廓包括以下步驟：
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，計(jì)算每個(gè)所述候選點(diǎn)的損失值包括以下步驟：
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，生成第二輪廓包括以下步驟：
7.根據(jù)權(quán)利要求2所述的方法，其特征在于，生成所述線粒體的標(biāo)準(zhǔn)圖像包括以下步驟：
8.一種用于線粒體的熒光圖像分割系統(tǒng)，用于實(shí)現(xiàn)如權(quán)利要求1-7任一項(xiàng)所述的方法，其特征在于，所述系統(tǒng)包括如下模塊：
9.一種計(jì)算機(jī)存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)存儲(chǔ)介質(zhì)存儲(chǔ)有程序指令，其中，在所述程序指令運(yùn)行時(shí)控制所述計(jì)算機(jī)存儲(chǔ)介質(zhì)所在設(shè)備執(zhí)行權(quán)利要求1-7任意一項(xiàng)所述的方法。
【技術(shù)特征摘要】
1.一種用于線粒體的熒光圖像分割方法，其特征在于，所述方法包括如下步驟：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述第一關(guān)注區(qū)域內(nèi)確定第一系數(shù)包括以下步驟：
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，基于所述梯度信息生成所述線粒體的初始輪廓包括以下步驟：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，獲取偏差值最小的標(biāo)準(zhǔn)輪廓作為所述線粒體的第一輪廓包括以下步驟：
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，計(jì)算每個(gè)所述候選點(diǎn)的損失值包括以...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：李曉宇，劉泳瀚，李超越，郝峻烽，楊清清，陳勇明，
申請(qǐng)(專利權(quán))人：廣東醫(yī)科大學(xué)附屬醫(yī)院，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。