[发明专利]基于图像处理的胚胎自动识别方法

说明书

本发明提供了一种基于图像处理的胚胎自动识别方法，所述基于图像处理的胚胎自动识别方法包括以下步骤：(A1)边缘检测：预处理胚胎的图像，获得图像的边缘检测结果；(A2)线段绘制：将所述边缘检测结果的边缘端拟合为线段，得到线段图；(A3)弧合成：将线段图中的线段合并为弧；(A4)圆和椭圆的合成：将所述弧拟合为圆和椭圆(A5)伪圆和伪椭圆的去除：去除圆和椭圆中伪圆和伪椭圆，从而获得胚胎的识别结果。本发明具有检测快速、精确定位、胚胎选择客观性好等优点。

技术领域

本发明涉及胚胎检测，特别涉及基于图像处理的胚胎自动识别方法。

背景技术

人类显微胚胎图像自动分析是辅助生殖领域的一项重要技术，包括透明带自动分割、原核形态学分析、碎片率分析、胚胎自动识别等。在单胚胎移植的情况下，选择高质量的胚胎进行移植是保证妊娠成功的关键，现阶段胚胎质量评估主要依靠胚胎专家遴选出优质胚胎，整个过程耗时又费力，且工作量巨大。而胚胎自动识别技术作为胚胎质量评估的重要手段之一，能有效提升胚胎专家的工作效率，增加胚胎选择的客观性。

现有的胚胎识别方法主要有圆拟合算法和椭圆拟合算法。圆拟合胚胎识别算法主要包括：霍夫变换、模板匹配、最小二乘法拟合等方法。圆拟合胚胎识别算法具有运算速度快、效率高的优点，但存在对类椭圆型卵裂球识别不准确的问题。椭圆拟合胚胎识别算法主要包括：三角形法、区域合并、ARCPSO (Particle Swarm Optimization and Arccombination)和随机抽样一致算法等。椭圆拟合胚胎识别往往具有较高的识别准确率，但存在运算速度慢，参数优化复杂等问题。

Akinlar等提出的EDCircles算法是基于圆弧段之间的约束条件，先进行圆拟合，再利用剩下的弧进行椭圆拟合，能实现圆拟合和椭圆拟合算法的优势互补，具有运行时间短，抗噪性能强的优点，成功应用于手表、硬币、球类、车牌、血细胞图像中的类圆形和类椭圆型物体的检测。但将其应用到胚胎识别中，主要有以下缺陷：

1.存在卵裂球边缘细节丢失问题，将导致部分卵裂球未被识别；

2.采集到的图片存在培养皿光圈以及胚胎碎片的干扰问题，导致识别结果会出现伪圆和伪椭圆。

因此，从复杂的胚胎图像中快速、准确识别胚胎是目前技术的一个难点。

发明内容

为解决上述现有技术方案中的不足，本发明提供了一种检测快速、精确定位、胚胎选择的客观性好的基于图像处理的胚胎自动识别方法。

本发明的目的是通过以下技术方案实现的：

一种基于图像处理的胚胎自动识别方法，所述基于图像处理的胚胎自动识别方法包括以下步骤：

(A1)边缘检测：预处理胚胎的图像，获得图像的边缘检测结果；

(A2)线段绘制：将所述边缘检测结果的边缘端拟合为线段，得到线段图；

(A3)弧合成：将线段图中的线段合并为弧；

(A4)圆和椭圆的合成：将所述弧拟合为圆和椭圆

(A5)伪圆和伪椭圆的去除：去除圆和椭圆中伪圆和伪椭圆，从而获得胚胎的识别结果。

与现有技术相比，本发明具有的有益效果为：

1.本发明避免了现阶段胚胎检测主要依靠胚胎专家遴选出优质胚胎，整个过程耗时又费力，且工作量巨大等缺点，实现了快速全自动地将胚胎检测出来，提高了胚胎选择客观性；

2.本发明首先通过EDContous算法进行预处理,其次通过EDCircles算法先进行圆检测再进行椭圆检测，最后通过阈值约束方法有效去除培养皿光圈以及胚胎碎片的干扰，识别结果精确，识别精度高，保证了卵裂球识别的全面性。

附图说明