[发明专利]一种基于结构分析的血液病白细胞散点图相似度分析方法

说明书

本发明公开了一种基于结构分析的血液病白细胞散点图相似度分析方法，属于血细胞分类技术领域。方法包括：提取血细胞分析仪检测的多种血液病的细胞计数结果和白细胞散点图，进行人工染色镜检确认血液病的类别，并按照血液病的类别进行分类存储，构建训练集；分别对训练集中每一类别的白细胞散点图通过结构相似性分析算法进行比对，得到相似度；对相似度进行分析，得出每类血液病的特征性白细胞散点图和相似度范围，将特征性白细胞散点图作为原始图像；通过每类血液病的原始图像和相似度范围对血细胞分析仪检测的待测图像进行比对，实现了对血细胞分析仪采集的图像的自动化分类，达到了快速准确的对血液病白细胞散点图分析分类的效果。

技术领域

本发明涉及血细胞分类技术领域，特别是指一种基于结构分析的血液病白细胞散点图相似度分析方法。

背景技术

白细胞散点图是全自动血细胞分析仪关于白细胞分类的重要信息，仪器通过流式细胞原理对白细胞经荧光染色后由散色光和荧光信号的检测，得出白细胞分类的信息，正常血液中含有五类白细胞，分别是中性粒细胞，淋巴细胞，单核细胞，嗜酸性粒细胞，嗜碱性粒细胞。当血液中含有异常细胞时通过信号的不同就可区分正常还是异常细胞，由于血液中异常细胞的类别不同，散色光和荧光信号将有所区别，可将细胞大概归类为不同的区域，但是对于这类不正常的细胞的归属仍然需要手工染色镜检才能进行分类。由于人工镜检需要对人员专业知识的要求较高，不同人员之间的差别也较大，因此对异常细胞的识别存在较大差别。通过对不同类型的血液病的白细胞散点图进行总结，可以发现不同类别的白血病之间的散点图存在差异，可为细胞的显微镜下识别提供有利证据。但是，如何能将不同类型的血液病的白细胞散点图快速有效的进行分类识别，需要对不同类别和同一类别的白细胞散点图进行比对和分析，是目前靠人工较难解决的问题。

发明内容

为解决上述技术问题，本发明提供一种基于结构分析的血液病白细胞散点图相似度分析方法。

本发明提供一种基于结构分析的血液病白细胞散点图相似度分析方法，包括：

S1、提取血细胞分析仪检测的多种血液病的细胞计数结果和白细胞散点图，将所述细胞计数结果和所述白细胞散点图进行人工染色镜检确认血液病的类别，并按照血液病的类别进行分类存储，构建训练集；

S2、分别对所述训练集中每一类别的白细胞散点图通过结构相似性分析算法进行比对，得到相似度；

S3、对所述相似度进行分析，得出每类血液病的特征性白细胞散点图和相似度范围，将所述特征性白细胞散点图作为原始图像；

S4、通过每类血液病的所述原始图像和所述相似度范围对血细胞分析仪检测的待测图像进行比对，实现对血细胞分析仪采集的图像的自动化分类。

本发明通过对血液病白细胞散点图进行基于结构分析的相似度分析，得到每类血液病的特征性白细胞散点图和相似度范围，可以实现对血细胞分析仪采集的白细胞散点图自动化分类，从而进一步提高血液病异常细胞的识别速度和提高显微镜镜检质量，降低传统技术中对操作人员镜检水平的需求，提高了白细胞图像检测分类过程的自动化水平。

优选的，步骤S2具体包括：

S21、对所述白细胞散点图进行预处理，得到处理后的图像；

S22、设定边界变化阈值，计算保持边界阈值和亮度对比变化阈值，通过所述边界变化阈值对处理后的图像进行分区，通过保持边界阈值区分不同散点分布区域的边界，通过亮度对比变化阈值区分散点分布密度，整理并获得结构信息；

S23、通过结构相似性分析算法对所述结构信息进行比对，得到所述相似度。

优选的，所述S22步骤中的通过所述边界变化阈值对处理后的图像进行分区，包括：

通过边界变化阈值将处理后的图像分为变化边界区、不变边界区和对比变化区。优选的，所述结构相似性分析算法的公式为：