(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210188942.1 (22)申请日 2022.03.01 (65)同一申请的已公布的文献号 申请公布号 CN 114240978 A (43)申请公布日 2022.03.25 (73)专利权人 珠海横琴圣澳云智科技有限公司 地址 519031 广东省珠海市横琴新区粤澳 合作中医药科技产业园飞蓬路100号2 栋102、 202、 402 (72)发明人 吕行　邝英兰　范献军　蓝兴杰　 黄仁斌　叶莘　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 何明伦 (51)Int.Cl. G06T 7/12(2017.01) G06V 10/26(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01)G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06T 7/194(2017.01) (56)对比文件 CN 113781515 A,2021.12.10 CN 111489327 A,2020.08.04 王伟 等.低倍 率镜检图像无标记红白细胞 识别方法研究. 《重庆邮电大 学学报(自然科 学 版)》 .2019,第31卷(第4期),第578- 584页. Zihao Wang et al.A generic ap proach for cell segmentati on based o n Gabor filtering and area- constrained ultimate erosion. 《Artificial I ntelligence I n Medicine》 .2020,第1-16页. 王鑫 等.基 于迭代腐蚀的粘连细胞图像分 割研究. 《南京理工大 学学报》 .2016,第40卷(第3 期),第285 -289页. 审查员 李富贵 (54)发明名称 基于自适应形态学的细胞边缘分割方法和 装置 (57)摘要 本发明提供一种基于自适应形态学的细胞 边缘分割方法和装置， 其中方法包括： 利用细胞 分割模型， 对待分割细胞图像进行实例分割， 得 到初始分割结果； 基于初始分割结果中细胞的统 计特征， 对初始分割结果进行自适应迭代腐蚀处 理， 得到待分割细胞图像对应的最优腐蚀结果； 其中， 自适应迭代腐蚀处理过程中的卷积参数会 随着初始分割结果中细胞的统计特征与当前腐 蚀结果中细胞的统计特征之间差异的减少而减 小， 最优腐蚀结果中细胞的统计特征与初始分割 结果中细胞的统计特征相匹配； 利用分水岭算 法， 基于最优腐蚀结果， 对初始分割结果进行精细分割， 得到最终分割结果。 本发明可 以分割出 更精确且 更符合细胞原有形态的平滑边缘， 提高 了细胞边 缘分割的准确性。 权利要求书3页 说明书16页 附图5页 CN 114240978 B 2022.05.13 CN 114240978 B 1.一种基于自适应形态学的细胞边 缘分割方法， 其特 征在于， 包括： 确定待分割细胞图像； 利用细胞分割模型， 对所述待分割细胞图像进行实例分割， 得到所述待分割细胞图像 的初始分割结果； 基于所述初始分割结果中细胞的统计特征， 对所述初始分割结果进行自适应迭代腐蚀 处理， 得到所述待分割细胞图像对应的最优腐蚀结果； 其中， 所述自适应迭代腐蚀处理过程 中的卷积参数会随着所述初始分割结果中细胞 的统计特征与当前腐蚀结果中细胞 的统计 特征之间差异的减少而减小， 所述最优腐蚀结果中细胞的统计特征与所述初始分割结果中 细胞的统计特征相匹配； 所述统计特征为初始分割 结果或当前腐蚀结果中细胞的总 数， 或 者， 初始分割结果或当前腐蚀结果中细胞的分布情况； 利用分水岭算法， 基于所述最优腐蚀结果， 对所述初始分割结果进行精细分割， 得到所 述待分割细胞图像的最终分割结果。 2.根据权利要求1所述的基于自适应形态学的细胞边缘分割方法， 其特征在于， 所述卷 积参数包括卷积核尺寸； 所述基于所述初始分割 结果中细胞的统计特征， 对所述初始分割 结果进行自适应迭代腐蚀处 理， 得到所述待分割细胞图像对应的最优腐蚀结果， 具体包括： 确定以初始卷积核尺寸 为首的多个尺寸 递减的卷积核尺寸； 依次基于各个卷积核尺寸， 对上一腐蚀处理结果进行迭代腐蚀， 得到当前腐蚀处理结 果； 其中， 每次迭代腐蚀会在达 到对应卷积核尺寸的迭代 停止条件时终止； 将当前腐蚀处 理结果作为所述 最优腐蚀结果； 其中， 首次腐蚀时， 基于所述初始卷积核尺寸对所述初始分割结果进行腐蚀； 任一卷积 核尺寸的迭代停止条件为当前腐蚀处理结果中的细胞数量与所述初始分割结果中的细胞 数量之间的差值小于所述任一卷积核尺寸对应的预设差值阈值， 且所述任一卷积核尺寸越 小， 所述任一卷积核尺寸对应的预设差异阈值越小。 3.根据权利要求2所述的基于自适应形态学的细胞边缘分割方法， 其特征在于， 所述初 始卷积核尺寸是基于如下步骤确定的： 基于所述初始分割结果中各像素所属细胞的标签信 息， 统计所述初始分割结果中各细 胞的面积； 基于所述初始分割结果中各细胞的面积， 计算各细胞的平均面积； 基于所述各细胞的平均面积， 确定所述初始卷积核尺寸。 4.根据权利要求2所述的基于自适应形态学的细胞边缘分割方法， 其特征在于， 所述利 用分水岭算法， 基于所述最优腐蚀结果， 对所述初始分割结果进 行精细分割， 得到所述待分 割细胞图像的最终分割结果， 具体包括： 精细分割步骤： 利用分水岭算法， 基于所述最优腐蚀结果， 对所述初始分割结果进行精 细分割， 得到当前的精细分割结果； 反馈调节步骤： 若所述初始分割结果中细胞的统计特征和当前的精细 分割结果中细胞 的统计特征不匹配， 则调整所述初始卷积核尺寸， 对所述初始分割 结果重新进行自适应迭 代腐蚀处理， 得到新的最优腐蚀结果， 并基于所述新的最优腐蚀结果， 执行所述精细分割步 骤， 得到当前的精细分割结果； 循环步骤： 重复执行所述反馈调节步骤， 直至所述初始分割结果中细胞的统计特征和权　利　要　求　书 1/3 页 2 CN 114240978 B 2当前的精细分割结果中细胞的统计特 征相匹配； 结果确定步骤： 确定当前的精细分割结果 为所述最终分割结果。 5.根据权利要求4所述的基于自适应形态学的细胞边缘分割方法， 其特征在于， 所述调 整所述初始卷积核尺寸， 对所述初始分割 结果重新进行自适应迭代腐蚀处理， 得到新的最 优腐蚀结果， 并基于所述 新的最优腐蚀结果， 执 行所述精细分割步骤， 具体包括： 对所述待分割细胞图像进行子图划分， 得到所述待分割细胞图像的多个子图区域； 获取所述初始分割结果和所述精细分割结果中对应各个子图区域的细胞 数量； 若所述初始分割结果和所述精细分割结果中对应任一子图区域的细胞数量不匹配， 则 调整所述初始卷积核尺寸， 并对所述初始分割结果中对应所述任一子图区域的部分重新进 行自适应迭代腐蚀处 理， 得到新的最优腐蚀结果； 基于所述新的最优腐蚀结果， 对所述初始分割结果中对应所述任一子图区域的部分重 新进行精细分割。 6.根据权利要求4或5所述的基于自适应形态学的细胞边缘分割方法， 其特征在于， 所 述调整所述初始卷积核尺寸， 具体包括： 基于多个预设卷积核尺寸， 缩小所述初始卷积核尺寸。 7.根据权利要求1至5任一项所述的基于自适应形态学的细胞边缘分割方法， 其特征在 于， 所述利用分水岭算法， 基于所述最优腐蚀结果， 对所述初始分割结果进行精细分割， 具 体包括： 对所述最优腐蚀结果进行 连通域分析， 得到所述 最优腐蚀结果中的多个连通 域； 基于所述最优腐蚀结果中的多个连通域， 利用分水岭算法对所述初始分割结果进行精 细分割。 8.根据权利要求1至5任一项所述的基于自适应形态学的细胞边缘分割方法， 其特征在 于， 所述细胞分割模型 是基于如下步骤确定的： 获取训练样本， 并将所述训练样本划分为训练集和测试集； 所述训练样本包括样本细 胞图像， 或， 包括样本细胞图像和所述样本细胞图像中各细胞的掩膜标注信息； 基于所述训练集对分割 模型进行训练， 并在训练过程中利用所述测试集对所述分割 模 型进行阶段性的性能测试， 保存性能测试 结果最优时的分割模型作为所述细胞分割模型。 9.根据权利要求8所述的基于自适应形态学的细胞边缘分割方法， 其特征在于， 所述获 取训练样本， 具体包括： 获取细胞显微图像； 若所述细胞显微图像的通道数大于所述细胞分割 模型的输入条件对应的预设通道数， 则将所述细胞显微图像分解 为多个低通道图像； 对所述多个低通道图像进行图像质量评估， 得到所述多个低通道图像的质量评估得 分； 基于所述多个低通道图像的质量评估得分， 获取质量评估得分最高的多个低通道图 像； 将所述质量评估得分最高的多个低通道图像组合为所述样本细胞图像； 其中， 所述质 量评估得分最高的多个低通道图像组合后的通道数等于所述预设通道数。 10.一种基于自适应形态学的细胞边 缘分割装置， 其特 征在于， 包括：权　利　要　求　书 2/3 页 3 CN 114240978 B 3