基于灰階的挖空細胞篩選預處理方法

汪傳忠，史永剛，武海燕

(1. 南昌航空大學 信息工程學院，江西 南昌 330063； 2. 南昌航空大學 經濟管理學院，江西 南昌 330063)

?

基于灰階的挖空細胞篩選預處理方法

汪傳忠1，史永剛1，武海燕2

(1. 南昌航空大學 信息工程學院，江西 南昌 330063； 2. 南昌航空大學 經濟管理學院，江西 南昌 330063)

摘要:挖空細胞跟正常細胞是不同的，它是一種病變的一種體現(xiàn)，在高倍顯微鏡成像中需要將挖空細胞與正常細胞區(qū)分開. 本文提出挖空細胞在灰階形式下的區(qū)分方法，挖空細胞相比于正常細胞的特征在灰階圖中能較好體現(xiàn)，分析并處理挖空細胞灰階圖，從而區(qū)分挖空細胞與正常細胞. 實驗結果表明，該方法可有效地區(qū)分挖空細胞與正常細胞.

關鍵詞:挖空細胞； 灰階圖； 均方差； 變異系數(shù)； 灰階變化率

0引言

在數(shù)字圖像中觀察到的細胞圖是立體的細胞投影形成的. 挖空細胞體的中心位置細胞漿比較少，投過光亮后體現(xiàn)到二維視野中顯得亮度較高，經過光亮后細胞體外側的胞漿體現(xiàn)到二維視野中就顯得亮度較暗，最后整體在視野中就形成了數(shù)字圖像中的挖空細胞形態(tài).

挖空細胞的形態(tài)特征[1]為： ① 核周空穴樣氣泡，與深染的邊緣細胞質有較清楚的邊界； ② 細胞核明顯增大； ③ 細胞質豐富而成熟分化，邊緣厚薄不整齊、 不均勻. 這些特征會經過采集設備得到的圖像體現(xiàn)到灰階圖中，挖空細胞的核周空穴、 細胞質、 細胞核都是以不同的灰度階級表現(xiàn)，其在灰階圖中有較多的變化量. 而正常細胞除細胞核之外，其細胞質分布較為均勻，其在灰階圖中灰度階表現(xiàn)的更為平滑、 均勻，變化量較小. 挖空細胞的灰階圖見圖1(a)～圖1(e)，正常細胞的灰階圖見圖1 (f)～圖1(j). 通過對比挖空細胞與正常細胞的整體灰階分布和灰階邊緣變化率的區(qū)分性可以證明： 它們之間的區(qū)分性確實存在且有較好的區(qū)分效果.

圖1　挖空細胞與正常細胞的灰階圖Fig.1　Gray-scale picture of koilocytotic cells and normal cells

1灰階分布分析與處理原理

正?；译A細胞圖除細胞核之外的胞漿部分,其灰階值分布較為均勻.挖空細胞的細胞核周圍是灰階值較大的空腔部分,空腔外圍是灰階值相對較小的細胞漿部分.挖空細胞除細胞核之外主要包括兩個部分即空腔與細胞漿,且兩個部分的灰階存在一定的差異.

1.1灰階分布離散度

在灰階圖像中,將細胞組成簡單分為兩個部分即細胞核和細胞漿.挖空細胞的”細胞漿”又同時包含兩個部分:空腔、 細胞漿，這兩部分的灰階值有一定的差異，那么其”細胞漿”的灰階值分布不均勻，較為分散. 為了便于觀察，對圖1 中的挖空細胞圖1(a) 與正常細胞圖1(f) 的灰階分布用直方圖的形式表現(xiàn)出來，如圖2 所示.

圖2　灰階直方圖Fig.2　Gray histogram

由圖2 可以看出，挖空細胞的灰階值分布較為分散，說明其灰階值變化較大. 正常細胞的灰階值分布較為集中，說明其灰階值變化不大[2,3].

1.1.1均方差

對于以上這種分布離散的情況，使用灰階均方差的概念來度量. 均方差是各個數(shù)據與平均數(shù)之差的平方和的平均數(shù)的方根，其數(shù)值越大，說明整體的灰階值波動越大[4].

(1)

式中：Xi表示樣本數(shù)組中第i個成員的數(shù)值即細胞漿中第i個像素的灰階值，N表示樣本數(shù)組的數(shù)量即細胞漿中像素點的個數(shù)，u表示樣本數(shù)組的平均值即細胞漿的灰階平均值. 它是衡量灰階值的波動大小.

1.1.2變異系數(shù)

均方差能很客觀準確地反映一組數(shù)據的離散程度，但為了增加不同類型的目標或相同類型的不同目標的可比性，引入了變異系數(shù)CV[5,6].

變異系數(shù)是衡量待檢數(shù)值變異程度的另一個統(tǒng)計量. 變異系數(shù)是一個百分數(shù)，在本文中不影響計算，所以省略，其計算公式為：

(2)

式中：SD表示數(shù)據的均方差；Mean表示數(shù)據的平均值. 一般來說，變量值平均水平越高，其離散程度也越大.

1.2灰階邊緣變化率

邊緣是賦給單個像素的性質，是亮度函數(shù)發(fā)生急劇變化的位置，用圖像函數(shù)在改像素一個領域處的特性來計算. 假定區(qū)域具有均勻的亮度，其邊界就是圖像函數(shù)變化的位置，如果有部分位置的亮度函數(shù)有急劇變化，那么均勻區(qū)域的邊界相對就會變的不明顯[7].

挖空細胞的空腔與細胞漿的灰階值有一定的差值，那么在空腔與細胞漿的接觸位置因灰階值的差異會凸顯出邊緣部分. 而正常細胞的細胞漿部分的灰階值分布較為集中，各個像素之間也是有灰階值差異的，但差異值較為細微，所以整體來看正常細胞的細胞漿灰階會顯得分布比較均勻.

圖3　挖空細胞灰階邊界剖面圖Fig.3　Gray-scale edge profile of koilocytotic cells

圖3(b) 是圖3(a) 中空腔與外側細胞漿隨意選的剖面灰階圖. 由圖3(b) 可以體現(xiàn)兩點： ① 空腔與細胞漿交界處的灰階值急劇變化，因而顯示出它們的交界處有明顯的邊緣; ② 在分布較為均勻的細胞漿和空腔，各個部分里都有一定的灰階變化，只是相對的不明顯.

為了能體現(xiàn)邊緣的灰階變化，使用灰階梯度的方式來計算[8]. 數(shù)字圖像本質上是離散的，因此使用差分的方式來體現(xiàn)其導數(shù)計算[9]. 圖像在橫向(i)和縱向(j)的一階差分公式為：

(3)

式中：n是整數(shù)，通常取1，因為數(shù)值n選擇足夠小可以較好地近似導數(shù)[10,11]. 在本文中對于n選取的值是2，這樣的選取是為了避免圖像函數(shù)中的不重要的變化. 邊緣部分的高對比度相應的灰階差值也會較大，使用灰階差值來表征邊緣幅度.

2具體的實現(xiàn)方法

本文的處理是在定位到細胞，同時得到完整細胞的前提下進行的. 分別計算出細胞除去細胞核之外的部分的灰階值均方差與變異系數(shù)、 灰階變化率的值，再跟提前學習的特性值做比較，已達到區(qū)分開挖空細胞與正常細胞的目的.

圖4　實現(xiàn)流程圖Fig.4　Realization flow chart

從圖3 中的灰階剖面圖可以看出，即使在灰階分布較為均勻的部分也有一定的灰階變化情況，但相對于挖空細胞的空腔與細胞漿的變化較小，挖空細胞灰階變化較大位置的高變化率值是要高于灰階均勻的變化率的，使用Otsu[12]方法選擇灰階變化率中較大的部分.

3實驗結果與分析

在全自動顯微鏡系統(tǒng)采集的標本圖像中，運用本文方法計算各項數(shù)值. 用式(1)～式(3)分別計算均方差VMstd、 變異系數(shù)VMc、 高變化率值VMg. 下面使用典型的挖空細胞與正常細胞計算各個參數(shù)，VMstd[kc]，VMc[kc]，VMg[kc]表示挖空細胞的參數(shù)，VMstd[nr]，VMc[nr]，VMg[nr] 部分計算結果如表1 所示.

表1　挖空細胞參數(shù)計算結果(無單位)

表2　正常細胞參數(shù)計算結果(無單位)

從表1 與表2 相應屬性的參數(shù)可以看出，挖空細胞與正常細胞在這3種屬性上有較明顯的區(qū)分性，離散度相差為0.052，變異系數(shù)相差為0.003，變化率相差為0.08. 本文使用挖空細胞與正常細胞的混合標準做實驗，其中挖空細胞346個、 正常細胞5 000個. 測試結果為挖空細胞檢出為335個，正常細胞檢出15個，誤檢率即認為正常細胞為挖空細胞： 0.3%，遺漏率即認為挖空細胞為正常細胞： 3%，最后的整體的檢出正確率為95.7%.

4結論

本文從灰階角度對挖空細胞與正常細胞分析，使用離散度、 變異系數(shù)、 灰階變化率3個計算方法計算它們之間的特征參數(shù). 實驗結果表明，此預處理方法對區(qū)分挖空細胞與正常細胞有較好的效果，但對形態(tài)較為復雜的細胞還存在誤檢情況，下一步將主要在彩色空間圖像中對其進行區(qū)分，從多個角度進行分析、 處理.

參考文獻：

[1]曹躍華，楊敏，陳隆文，等. 細胞病理學診斷圖譜及實驗技術[M]. 北京： 北京科學技術出版社，2009.

[2]汪啟偉. 圖像直方圖特征及其應用研究[D]. 合肥： 中國科學技術大學，2014.

[3]吳成茂. 直方圖均衡化的數(shù)學模型研究[J]. 電子學報，2013(3)： 598-602.

Wu Chengmao. Studies on mathematical model of histogram equalization[J]. Acta Electronica Sinica，2013(3)： 598-602. (in Chinese)

[4]王彥國，王祝文，張鳳旭，等. 基于均方差比歸一化垂向梯度法的位場邊界檢測[J]. 中國石油大學學報(自然科學版)，2012(2)： 86-90+96.

Wang Yanguo，Wang Zhuwen，Zhang Fengxu, et al. Edge detection of potential field based on normalized vertical gradient of mean square error ratio[J]. Journal of China University of Petroleum(Natural Science Edition), 2012(2)： 86-90+96. (in Chinese)

[5]趙彥暉, 張水若, 邢瑞芳. 變異系數(shù)的抽樣分布及假設檢驗[J]. 重慶師范大學學報(自然科學版)，2011(2)： 40-42.

Zhao Yanhui，Zhang Shuiruo，Xing Ruifang. The sample distribution and hypothesis test of coefficient of variation[J]. Journal of Chongqing Normal University(Natural Science)，2011(2)： 40-42. (in Chinese)

[6]陳昭炯, 葉東毅. 變異系數(shù)的新性質及其在圖像處理中的應用[J]. 小型微型計算機系統(tǒng)，2006(1)： 162-165.

Chen Zhaojiong, Ye Dongyi. New expression of variation coefficient and its applications in image processing[J]. Journal of Chinese Computer Systems，2006(1)： 162-165. (in Chinese)

[7]章毓晉. 圖像工程(中冊)-圖像分析[M]. 北京： 清華大學出版社，1999.

[8]曾俊. 圖像邊緣檢測技術及其應用研究[D]. 武漢： 華中科技大學, 2011.

[9]Stamatia Giannarou, Tania Stathaki. Optimal edge detection using multiple operators for image understanding[J]. EURASIP Journal on Advances in Signal Processing, 2011(1)： 1-19.

[10]Aydin T, Yemez Y, Anarim E, et al. Multidirectional and multiscale edge detectionvia M-band wavelet transform[J]. Image Processing IEEE Transaction on, 1996, 5(9): 1370-1377.

[11]Milan Sonka, Vaclav Hlavac, Roger Boyle. Image processing, Analysis, and Machine vision[M]. 北京： 清華出版社，2011.

[12]王玥玥，王秋光. 基于圖像邊緣信息的2維閾值分割方法[J]. 中國圖象圖形學報，2007, 12(1): 78-81.

Wang Yueyue，Wang Qiuguang. A two- dim ensional thresholding method based on the information of image edge[J]. Journal of I mage and Graphics，2007, 12(1): 78-81. (in Chinese)

Koilocytotic Cell Screening Preprocessing Method Based on Gray-Scale Research

WANG Chuanzhong1，SHI Yonggang1，WU Haiyan2

(1. School of Information Engineering, Nanchang Hangkong University, Nanchang 330063, China;2. School of Economics and Management, Nanchang Hangkong University, Nanchang 330063, China)

Abstract:Koilocytotic cells,a reflection of a lesion, are different with normal cells, which need to be separated from normal cells in high power microscope imaging.A koilocytotic cells under the gray-scale form distinction method is proposed in this paper,And the characteristics of the hollowed cells compared to normal cells can better reflect ,analysis and process the gray-scale chart,thereby distinguish hollowed cells from normal cells. The experimental results show that the method can effectively distinguish between Koilocytotic cells and normal cells.

Key words:koilocytotic cell; gray-scale image; mean square error; variation coefficient; gray-scale gradient

中圖分類號:TP391

文獻標識碼:A

doi:10.3969/j.issn.1671-7449.2016.02.014

作者簡介：汪傳忠(1969-)，男，副教授，博士，主要從事圖像處理與模式識別等研究.

收稿日期:2015-08-24

文章編號:1671-7449(2016)02-0173-05