基于delphi的血液細(xì)胞圖像預(yù)處理及特征統(tǒng)計(jì)

姚強(qiáng)

（江蘇省武進(jìn)中等專業(yè)學(xué)校 信息工程學(xué)院，江蘇常州，213164）

0 引言

本文基于delphi程序?qū)崿F(xiàn)醫(yī)學(xué)細(xì)胞形態(tài)和特征的定量分析，通過(guò)對(duì)目標(biāo)連通區(qū)域標(biāo)記及緊湊度、重心位置等參數(shù)計(jì)算，實(shí)現(xiàn)數(shù)字圖像中目標(biāo)的自動(dòng)識(shí)別，分析統(tǒng)計(jì)血液細(xì)胞的特征數(shù)據(jù)以確定細(xì)胞是否產(chǎn)生病變。

要實(shí)現(xiàn)上述構(gòu)想，首要要考慮如何有效地從細(xì)胞形態(tài)圖中提取特征指標(biāo)，然后，依據(jù)這些特性指標(biāo)確定這類細(xì)胞形態(tài)圖形的性質(zhì)，并將其與其他細(xì)胞形態(tài)圖形區(qū)分開(kāi)來(lái)，細(xì)胞的特征可以依據(jù)8項(xiàng)圖形指標(biāo)（面積、周長(zhǎng)、形狀指數(shù)、最大直徑、細(xì)長(zhǎng)比、重心位置、凸周長(zhǎng)與基周長(zhǎng)之比，平均凸起率）而定。

1 系統(tǒng)方案設(shè)計(jì)

血液細(xì)胞圖像預(yù)處理及特征統(tǒng)計(jì)一般順序是：調(diào)入圖片→圖像預(yù)處理→區(qū)域標(biāo)記→幾何特征參數(shù)計(jì)算→數(shù)理統(tǒng)計(jì)并得出定量和定性結(jié)論。而圖像預(yù)處理是關(guān)鍵，主要是對(duì)彩色圖片的HSL選取法、圖像二值化、圖像輪廓獲取、細(xì)胞分割、圖像缺陷填充、去除圖像噪聲。閾值分割得到的二值圖像通常包含多個(gè)區(qū)域，而且有的區(qū)域可能由幾個(gè)不連通的子區(qū)域組成，因此，有必要檢測(cè)每個(gè)區(qū)域的連通情況，然后給每個(gè)區(qū)域標(biāo)記后進(jìn)行形狀判斷分析，并將它們分別提取出來(lái)。而幾何特征分析是形狀分析最有效的方法與手段，緊湊度和重心是最重要的特征之一。

2 血液細(xì)胞圖像預(yù)處理

（1）色度區(qū)間選取圖像。HSL是指顏色所包含的三要素，在HSL顏色空間中，色調(diào)按360度分布以表達(dá)不同的顏色區(qū)間，而紅色占據(jù)的區(qū)域在0度左右，這樣需分別處理色度的取值、最大色度大于360度和最小色度小于0度這三種情況。通過(guò)對(duì)彩色細(xì)胞圖像顏色掩膜擇取，圖像將主要包含需統(tǒng)計(jì)分析的顏色目標(biāo)對(duì)象，排除了其他顏色表達(dá)的物體對(duì)象，易于進(jìn)一步圖像特征分析。

圖1是按色度選取范圍定義在-10到50間，對(duì)圖像進(jìn)行顏色過(guò)濾得到血液細(xì)胞的對(duì)比結(jié)果。

圖1 色度區(qū)間過(guò)濾圖像的對(duì)比結(jié)果

圖2 大津法二值化

（3）圖像輪廓獲取。為了計(jì)算細(xì)胞連通域的周長(zhǎng)進(jìn)而計(jì)算其緊湊度，就必須提取連通域的輪廓，就是掏空?qǐng)D形連通區(qū)域的內(nèi)部點(diǎn)。如果連通區(qū)域用白色表示，區(qū)域內(nèi)有一點(diǎn)為白色，且它的8個(gè)相鄰點(diǎn)都是白色，則該點(diǎn)就被確認(rèn)為刪除點(diǎn)，即置該點(diǎn)為黑色。對(duì)整個(gè)圖形都按這個(gè)原則進(jìn)行處理就可獲得圖形中各連通域的輪廓邊界。

（4）細(xì)胞分割。即將粘連的細(xì)胞分開(kāi)。經(jīng)過(guò)多次實(shí)驗(yàn)與統(tǒng)計(jì)發(fā)現(xiàn)，目標(biāo)圖像中粘連的細(xì)胞所占的比例較小，可以采用數(shù)學(xué)形態(tài)學(xué)中的開(kāi)運(yùn)算實(shí)現(xiàn)。開(kāi)運(yùn)算具有消除細(xì)小物體、在纖維點(diǎn)處分離細(xì)胞、平滑細(xì)胞邊界的作用。對(duì)于輕度粘連的細(xì)胞，經(jīng)開(kāi)運(yùn)算后，細(xì)胞之間分開(kāi)了，并且大部分細(xì)胞圖像沒(méi)有明顯的改變。

（5）圖像缺陷填充。填充封閉區(qū)域內(nèi)部的空洞，數(shù)學(xué)上對(duì)滿足單連通條件的，采用種子填充算法即可實(shí)現(xiàn)。

（6）去圖像噪聲。文獻(xiàn)[2]實(shí)現(xiàn)了小波變換法，利用Mallat多分辨率分解，對(duì)得到的不同頻帶內(nèi)的小波系數(shù)進(jìn)行硬值域?yàn)V波的方法實(shí)現(xiàn)去除噪聲。具體為，由Mallat算法分解：

其中，H和G為濾波器系數(shù)矩陣，V0為原始圖像的采樣值，Vj和Wj分別為尺度j上的逼近系數(shù)和小波變換系數(shù)，將含有噪聲的采樣值在某個(gè)尺度下分解到不同的頻帶內(nèi)，將噪聲所處的頻帶置零（強(qiáng)制消噪處理），利用重構(gòu)公式：

3 血液細(xì)胞圖像顏色差值的區(qū)域標(biāo)記

區(qū)域標(biāo)記是指給連接在一起的像素賦上相同的標(biāo)記，不同細(xì)胞的連接部分附上不同的標(biāo)記。通過(guò)這種處理，每個(gè)連通細(xì)胞體呈不同的顏色，根據(jù)像素值的不同，進(jìn)而分析每個(gè)細(xì)胞的形狀特征。

區(qū)域標(biāo)記的算法有像素標(biāo)記法，是搜索整幅二值化圖像，當(dāng)搜索到灰度值為1的像素時(shí)開(kāi)始標(biāo)記并搜索與其連通的點(diǎn)，賦上相同的像素值，當(dāng)遇到?jīng)]有加標(biāo)記的目標(biāo)像素時(shí)，給賦新的像素值。該算法在文獻(xiàn)[3]中用delphi程序?qū)崿F(xiàn)。由于全局搜索，有些已經(jīng)標(biāo)記過(guò)的像素點(diǎn)可能被重復(fù)掃描，因此需要大量的堆?？臻g，需要消耗大量的存儲(chǔ)空間和處理時(shí)間。

本文提出了采用二值圖像像素快速標(biāo)記法能很好地解決上述問(wèn)題。二值圖像像素快速標(biāo)記法以直線段作為連通檢測(cè)的基本處理單元，對(duì)二值圖像進(jìn)行遂行掃描，每掃描出當(dāng)行的一條直線段（由連續(xù)的“1”像素點(diǎn)組成），則與上一行己檢測(cè)出的直線段進(jìn)行連通檢測(cè)，具體算法如下：

首先定義輸入的二值化圖像為f(i，j），輸出的中間標(biāo)記圖像為g(i,j），分析表為tab，標(biāo)記總數(shù)為mark_num。

綜上所述，高中學(xué)業(yè)水平考試等級(jí)線的設(shè)定很關(guān)鍵，只有標(biāo)準(zhǔn)設(shè)定準(zhǔn)確，才能夠提高標(biāo)準(zhǔn)設(shè)定的質(zhì)量。在上文中，針對(duì)高中學(xué)業(yè)水平考試等級(jí)設(shè)定的基本方法展開(kāi)了系統(tǒng)化分析與研究，并詳細(xì)闡述了具體的設(shè)定步驟，為學(xué)業(yè)水平考試的等級(jí)化發(fā)展提供了必要的保障。

1)令 mark_num:=O,tab[mark_num］：=0。從上到下逐行掃描圖像，若在第j行中有一段值為1的連續(xù)像素 f(i,j)-f(k,j)(1≤i≤k），則執(zhí)行1)，否則返回2)進(jìn)行下一行掃描。

2)檢查 f(i-1,j-1)-f(k+1,j-1)，若超出圖像邊界，則略去邊界點(diǎn)。

若f(i-1,j-1)-f(k+1,j-1)的值全為0，則令mark_num:= mark_num+1，并將 mark_num 賦給 g(i,j)-g(k,j），再令tab[mark_ num]:=mark_ num，然后返回2）。

若f(i-l,j-1)-f(k+1,j-1)有L個(gè)像素段，則設(shè)與之對(duì)應(yīng)g(i-1,j-l)-g(k+1,j-1)中的L個(gè)標(biāo)記為mark(1),mark(2), ... mark(L),(L≥1)，令mark等于這幾個(gè)值中最小的值，將mark賦值給g(i,j)-g(k,j），同時(shí)記錄連通關(guān)系。返回2)。

該方法可檢測(cè)出各種復(fù)雜類型的連通區(qū)域，從而避免了基于像素標(biāo)記方法重復(fù)掃描一些像索點(diǎn)的現(xiàn)象， 因此可明顯提高處理速度。

4 血液細(xì)胞圖像特征參數(shù)計(jì)算

特征參數(shù)計(jì)算主要包括緊湊度和重心位置分布。

（1）緊湊度。其計(jì)算是建立在面積和周長(zhǎng)計(jì)算的基礎(chǔ)上，其方程為e=（4π×面積）/(周長(zhǎng))2。面積等于細(xì)胞（或區(qū)域）中包含的像素?cái)?shù)。細(xì)胞的周長(zhǎng)是指輪廓線上像素間距離之和，像素間距離有兩種情況，并列方式可以是上、下、左、右四個(gè)方向，這種并列像素間的距離是1個(gè)像素，傾斜方向連接的像素有左上角、左下角、右上角、右下角四個(gè)方向，這樣傾斜方向像素間的距離是單位像素。 在進(jìn)行周長(zhǎng)測(cè)量時(shí)，需要根據(jù)像素間的連接方式，分別計(jì)算距離。如圖4所示是一個(gè)周長(zhǎng)測(cè)量示例，其周長(zhǎng)值為4+5。周長(zhǎng)算法步驟如下：掃描圖像，順序分析圖像上各個(gè)像素的值，尋找沒(méi)有掃描標(biāo)志a的邊界點(diǎn)；如果a周?chē)珵楹谏袼?，說(shuō)明a是個(gè)孤立點(diǎn)，停止追蹤；否則按圖3所示的順序?qū)ふ蚁聜€(gè)邊界點(diǎn)。用同樣的方法，追蹤其他的邊界點(diǎn)。到了下一個(gè)邊界點(diǎn)a，即證明已經(jīng)圍繞物體一圈，終止掃描。

圖3 輪廓追蹤與邊緣計(jì)算

圖像目標(biāo)特征獲取窗口如圖4所示。

圖4 圖像目標(biāo)特征獲取窗口

5 實(shí)驗(yàn)測(cè)試

以某血液圖為例，截取了其中一部分，判斷圖中是否有細(xì)胞病變。根據(jù)緊湊度及重心位置公式，可以得到記錄部分細(xì)胞的參數(shù)如表1某送檢樣本的特征參數(shù)分析所示。從表1可以看出，正常細(xì)胞的面積在250左右， 周長(zhǎng)在75左右。病變后細(xì)胞的面積會(huì)變大，同時(shí)其周長(zhǎng)也變長(zhǎng)。由細(xì)胞面積和周長(zhǎng)分布的規(guī)律性，可知緊湊度在0.54以上的為正常細(xì)胞，表1中2、6、7號(hào)細(xì)胞為病變后細(xì)胞。綜上可知，緊湊度能夠很好地表現(xiàn)出細(xì)胞的形狀特征，這對(duì)于病變后的細(xì)胞和正常細(xì)胞的分類有很重要的意義，而重心位置為下一步可能病變細(xì)胞的分布提供了分析數(shù)據(jù)。

表1 某送檢樣本的特征參數(shù)分析

6 結(jié)束語(yǔ)

本文基于delphi的血液細(xì)胞圖像預(yù)處理及特征統(tǒng)計(jì)，細(xì)胞圖像的特征分析與統(tǒng)計(jì)采用二值圖像像素快速標(biāo)記法能檢測(cè)出任意形狀的連通體，并以不同顏色正確標(biāo)號(hào)，所需內(nèi)存資源少。對(duì)細(xì)胞特征的精確分析，在很大程度上涉及細(xì)胞幾何性質(zhì)、具體位置和分布狀態(tài)的統(tǒng)計(jì)、分析。在此基礎(chǔ)上加入其他形態(tài)特征統(tǒng)計(jì)程序段，就可以設(shè)計(jì)出適應(yīng)不同病例樣本的其他類型的自動(dòng)分析系統(tǒng)。