[发明专利]细胞分割的图像处理方法、装置、计算机设备及存储介质

权利要求书

1.一种细胞分割的图像处理方法，其特征在于，所述方法包括：

获取待处理FISH图像，所述待处理FISH图像由图像采集装置采集，所述待处理FISH图像中包括待分割细胞和位于待分割细胞内的信号点；

对待处理FISH图像进行超分辨率重构，对待分割细胞的细胞图像边缘进行重构加强，获取细胞图像边缘分辨率更高的标准FISH图像；

基于腐蚀变换，消除标准FISH图像中的噪点，获取消除噪点的FISH图像；

基于分水岭算法，对消除噪点的FISH图像进行细胞分割，所述细胞分割基于待分割细胞的细胞图像边缘进行识别，获取分割的细胞图像；

基于识别算法，对分割的细胞图像内的信号点进行识别并计数。

2.如权利要求1所述的细胞分割的图像处理方法，其特征在于，所述对所述待处理FISH图像进行超分辨率重构，对待分割细胞的细胞图像边缘进行重构加强，获取细胞图像边缘分辨率更高的标准FISH图像，包括：

基于生成对抗网络，对所述待处理FISH图像进行超分辨率重构，对待分割细胞的细胞图像边缘进行重构加强，获取细胞图像边缘分辨率更高的标准FISH图像；

构建生成对抗网络的步骤为：

构建生成模型，所述生成模型用于根据输入的低分辨率图像输出高分辨率图像；

构建判别模型，所述判别模型用于分辨输入所述判别模型的图像是否为生成模型生成的图像；

利用所述判别模型训练所述生成模型；

当所述判别模型无法判断输入所述判别模型的图像是否为所述生成模型输出的图像时，视为所述生成模型训练完成；

对待处理FISH图像进行超分辨率重构的步骤为：

将所述待处理FISH图像输入训练好的生成模型，输出标准FISH图像。

3.如权利要求1所述的细胞分割的图像处理方法，其特征在于，所述基于分水岭算法，对消除噪点的FISH图像进行细胞分割，所述细胞分割基于待分割细胞的细胞图像边缘进行识别，获取分割的细胞图像，包括：

对所述消除噪点后的FISH图像进行梯度运算，得到梯度图像；

获取所述梯度图像中所有像素的灰度值，以灰度值最小的像素点为起始像素点，从最小值开始增长二值化函数的二值化阈值，直到增长到所有像素中灰度值的最大值；

遍历所述梯度图像中的所有像素，一一计算灰度值与增长的二值化阈值相同的像素的灰度值与起始像素点的灰度值的差值；

根据所述差值与测地距离阈值对所述梯度图像中的所有像素进行二值化处理，得到分割后的FISH图像。

4.如权利要求1所述的细胞分割的图像处理方法，其特征在于，对待处理FISH图像进行超分辨率重构，对待分割细胞的细胞图像边缘进行重构加强，获取细胞图像边缘分辨率更高的标准FISH图像，还包括：

构建自动对焦模型，所述自动对焦模型包括输入层，焦点计算层，输出层，所述输入层用于向焦点计算层输入待处理图像，所述焦点计算层用于计算待处理图像的准确焦点，所述输出层用于输出所述准确焦点，所述待处理图像为由于图像采集装置失焦采集的低分辨率图像；

将所述待处理FISH图像输入训练好的自动对焦模型，所述自动对焦模型根据所述待处理FISH图像计算并输出所述待处理FISH图像的准确焦点，所述待处理FISH图像为由于图像采集装置失焦采集的低分辨率图像；

将所述待处理FISH图像的准确焦点发送给图像采集装置；

接收所述图像采集装置依据所述准确焦点采集的标准FISH图像。

5.如权利要求4所述的细胞分割的图像处理方法，其特征在于，对所述自动对焦模型进行训练的步骤包括：

构建训练集，所述训练集包括待处理图像以及与待处理图像对应的标准图像，所述待处理图像为由于图像采集装置失焦采集的低分辨率图像，所述标准图像为图像采集装置对焦采集的高分辨率图像；

将所述待处理图像作为自动对焦模型的输入，将所述标准图像作为自动对焦模型的输出，利用所述训练集对所述自动对焦模型进行训练，得到训练好的自动对焦模型。