[发明专利]管型识别方法和装置、以及尿液分析仪

说明书

技术领域

本发明涉及管型识别方法和装置，特别是能够提高管型识别精度的管型识别方法和管型识别装置，还有尿液分析仪。

背景技术

在一定条件下，肾脏滤出的蛋白质以及细胞或碎片在肾小管、集合管中凝固后，可形成圆柱形蛋白聚体而随尿液排出，称为管型(casts)。它们可以通过显微镜检测。管型为尿沉渣中有重要意义的成分。

图1示出了管型外观的示例。管型本身的形态复杂多样，且易于受到图像噪声、来自其他大细胞的阴影等干扰。从图1可以看出，管型可能具有完全模糊的边缘、或者具有半模糊半清楚的边缘、或者部分边缘消失。

许多研究者已经在尿沉渣的其他成分（如，红细胞、白细胞等）的识别方面做出了努力，但是在管形识别方面却少有建树。然而，在尿液诊断中管型是很重要的，且管型与肾脏问题有着紧密的联系。

中国专利申请（申请号为200910217867.1）提出了用于尿沉渣对象识别的分类系统。所述方法使用神经网络作为训练框架。使用多种特征以便实现合理的精度。例如，所述多种特征可以包括面积、灰度级协方差矩阵等。

非专利文档《自动检测和识别尿沉渣中的管型》（“Automatic detecting and recognitionof casts in urine sediment images”，Proceeding of the 2009 international conference onwavelet analysis and pattern recognition，2009年7月，Chunyan Li等人）提出了一种单尺度分割技术，其中通过从灰度级图像获取4方向方差映射图像，然后通过将自适应双阈值分割算法应用于以上映射图像以获得二值图，最后从灰度级图像和二值图二者中提取五个纹理和形状特征，通过决策树分类器区分图像中的管型和其他粒子。

然而，自动管型识别的精度仍有待进一步提高。

发明内容

有鉴于此，本发明意欲提出一种管型识别方法，以进一步提高管型识别精度。本发明还欲提出一种管型识别装置，用以提高管型识别精度。本发明还欲提出一种包括上述管型识别装置的尿液分析仪。

根据本发明的一个实施例，提供了一种管型识别方法，包括如下步骤：

图像获取步骤，用于获取待处理的输入图像；

分割步骤，用于对当前级图像进行分割，产生指示管型候选者的第一图像，其中，初始状态下，当前级图像为输入图像；

分类步骤，用于基于当前级图像的灰度级图像和/或第一图像，分别针对每一个管型候选者计算多个特征，并基于该多个特征对每一个管型候选者进行分类以判断其是否为管型。

优选地，该方法还包括尺度变换步骤，用于当在分类步骤中未检测到管型时，判断是否满足预定条件；如果满足预定条件，则对当前级图像进行尺度变换以获得下一级图像，并对于下一级图像再次进行分割步骤和分类步骤，而如果不满足预定条件，则处理结束。

优选地，根据本发明实施例的管型识别方法，所述分割步骤进一步包括如下步骤：

对当前级图像进行边缘滤波；

对边缘滤波后的图像进行第一预定处理，获得背景为黑、前景物体为白色的多个管型候选者的二值图；

对二值图进行第二预定处理，获得背景为黑、前景物体为具有不同亮度值的多个管型候选者的第一图像，其中以不同的亮度值标记不同管型候选者。

优选地，所述多个特征包括至少一个如下特征：面积、平均亮度、平均梯度、绿或暗区域百分比、形状比率、区域饱和、平均边缘亮度、半径对比、以及灰度级协方差矩阵。

优选地，在所述分类步骤中，根据所述多个特征，基于树结构进行分类以判断各管型候选者是否为管型。

优选地，所述预定条件为管型候选者的面积、最大管型候选者平均梯度和透明度中的至少一个是否处于预定阈值范围。

根据本发明实施例的另一方面，提供了一种管型识别装置，包括：

一个图像获取部件，用于获取待处理的输入图像；

一个分割部件，用于基于当前级图像，产生指示管型候选者的第一图像，其中，初始状态下，当前级图像为输入图像；

一个分类部件，用于基于当前级图像的灰度级图像和/或第一图像，计算各管型候选者的多个特征，并基于该多个特征进行分类，以判断各管型候选者是否为管型。