一个快速的分割方案检测急性淋巴细胞白血病

太太Trupti a Kulkarni-Joshi¹和Dilip s Bhosale教授²

部门E & TC JSPM BSIOTR (W),印度浦那
副教授,E & TC JSPM的BSIOTR (W),印度浦那

文摘

在医疗诊断系统中,血细胞的分类对许多疾病的评估和诊断至关重要。急性淋巴细胞白血病(ALL)是儿童血液癌症主要发现以下儿童7 - 8年。如果不及时治疗可能是致命的。所有的细胞都是不正常的淋巴细胞,染色质浓缩的外观。通过分析白细胞(白细胞)也称为白细胞,这都能被检测出来。目前血细胞的形态分析是由熟练的操作员手动执行。这涉及到许多的缺点,如缓慢的分析和非标准的准确性。这一切都取决于操作者的技能。在文献中有许多自动化系统的例子,为了分析和分类血细胞,其中大部分只是部分。提出了完整和白细胞的识别和分类的全自动方法爆炸细胞显微图像。 The proposed method is to segment normal and ALL lymphocytes from other blood cell components and to find out nuclei of blasts cells. The technique for segmentation used is Otsu’s thresholding algorithm. The whole work has been developed using MATLAB environment.

关键字

急性淋巴细胞白血病、阈值、白细胞分割,工厂(French-American-British)分类。

介绍

白血病是血液癌症与白细胞[1]。时是一种骨髓紊乱,出现异常白细胞开始不断复制自身。这些细胞不正常。这些基本上都是战斗细胞但引起感染的影响,发现在血液异常。他们积累,抑制其他的生产正常血细胞的骨髓,导致贫血、出血,和复发性感染。随着时间的推移,白血病细胞通过血液传播,他们继续分裂,有时形成肿瘤,损害肾脏和肝脏等器官。急性白血病是美法分类根据——英国(FAB)分类为两种类型:急性淋巴细胞白血病(ALL)和急性骨髓性白血病(AML) [2]。急性白血病是一个快速发展的疾病,主要影响细胞未成形的(没有完全开发或有区别)。都是最常见的儿童AML主要影响成年人,却也发生在儿童和青少年。

白血病的早期和快速识别类型,大大有助于提供适当的治疗特定类型。其检测开始于一个完整的全血细胞计数(CBC) [3]。如果有异常在这个数,病人应该进行骨髓活检。因此,研究形态骨髓和外周血滑动分析了确认白血病细胞的存在。为了分类异常细胞的特定类型和子类型的白血病,一个专家操作符将观察到的一些细胞在光学显微镜下寻找细胞核或胞浆中给出的异常细胞[4]。这种分类是非常重要的,以确定哪些应该给病人治疗。然而,这种分析遭受缓慢和不提供了一个标准化的准确性,因为它取决于经营者的能力和疲劳。因此,本文提出一种快速、有效的爆炸图像分割过程非常有助于改善血液的程序和加速白血病的诊断疾病。

文献调查

文献通过观察,发现几个领域的工作进行细分。全自动方法分割和边界识别所有科目不重叠边界的图像从外周血涂片幻灯片是在[5]。由形态学分割预处理之后,蛇气球算法[6]。白细胞分割方案使用特征空间聚类技术在彩色空间图像,尺度空间滤波为细胞质细胞核提取和分水岭聚类提取[7]中给出。使用形态学操作和检查的尺度空间属性切换运营商提高分割精度在[8]。自动形态学方法形态分析的基础上提出了白细胞在[9]。使用teager能量算子分割,基于核边缘,检测到有效的teager能量算子在[10]。一个多步骤细分方案用于[11]。自动阈值法提出了[12]。以下部分描述整个过程在血涂片检测白血病细胞图像。 The dataset which is obtained for the detection of leukemia is available for download [13].

方法

该方法的概述

这项工作的主要目标是显微图像的处理和分析,以提供一种全自动程序支持的医疗活动,能计数和分类白细胞的影响。白细胞可以被很容易地识别从微观图像,作为他们的核出现深色的背景,但数据提取白细胞可以出现一些并发症,由于在细胞形状有很广泛的变动,维度和边缘。通用术语白细胞是指一组细胞,它们之间是不同的,包括中性粒细胞,嗜碱性粒细胞,嗜酸性粒细胞、淋巴细胞和单核细胞,也存在区分的颗粒在细胞质和细胞核的叶。叶是最重要的核心的一部分,由薄丝连接到对方。此外患有淋巴细胞,称为淋巴母细胞,与增加额外的形态变化,增加疾病的严重程度。特别是淋巴细胞提供一个常规的形状,和一个紧凑的核与常规连续边缘。相反,淋巴母细胞形状不规则,小空泡在细胞质中,调用液泡,和球形粒子在原子核内,称为核仁。因此,在本文中,我们提出一个方法来识别所有类型的白细胞显微图像中各个步骤需要达到的目标,然后把白细胞分类为遭受所有。整个过程可以作为显示在图如图1所示。

这项工作的主要目的是设计和开发一个健壮的分割方法检测细胞。通常,白血球的数量正例白血病患者将会增加。白细胞数量的增加会增加白细胞(WBC)比红细胞(RBC)。因此,重要的是要有一个成本有效的图像处理系统,将协助heamatologists确定的比率为白血病白细胞,红细胞检测。方法用于开发图像处理系统在以下部分中描述。

b。白细胞识别系统

在拟议的方法相反,膜检测首先,为了交易的后续分离邻近细胞更准确。白细胞识别成为可能使用HSV颜色模型的转换。事实上,我们发现,白细胞更对比S HSV颜色模型的组件。图2显示了一个例子来说明为什么年代组件已经被选择。重新分配图像灰色的水平是必要的为了方便后续的分割过程。然后,直方图均衡化或对比度拉伸可以在这个阶段使用。分割是实现使用阈值自动计算的技术。有许多可用的阈值技术文献[14]。在这里,我们使用基于大津阈值的方法[15](参见图3)。得到一个更好的结果有必要去除图像背景。该方法包括使用一个自动阈值原始灰度图像或在RGB颜色空间的组件。 The threshold value is calculated again using the Otsu’s method (see Fig. 4) automatically. Background removal can be performed with simple arithmetical operations. In order to clean up the image we have used the operation called area opening, that allows to delete all the objects with a size smaller than the structuring element.

c。定位和隔离细胞核

一旦结果与白细胞通过删除其他细胞了,现在可以验证白细胞的重叠和分离。有各种各样的方法来分离和确定图像中的对象[16]。在目前的工作中,我们使用标签方法标签和图像中发现的输出值。简而言之,它标签所有孤立地区独立的数字。的标记对象现在单个细胞隔离并准备找出单个细胞的特点。提取的特性,我们使用regionprops函数在MATLAB [17]。这些地区属性可以计算每个对象的很多有用的特性。

d。核检测

一旦使用以上方法,获得的标记细胞重叠细胞去除,只有非重叠细胞被认为是特征提取。

e。特征提取

图像特征是区分原始图像的特征或属性[18]。一些功能等,是天然的特点是由一个图像的视觉外观,而其他,人工特征源于特定操作的一个image.1)自然特征包括区域像素的亮度和灰度结构区域。2)图像幅度直方图和空间频率谱人工特性的例子。在目前的工作,都观察到淋巴细胞的特性。这些是面积,周长,偏心,形式因素。这些主要是由于原子核的形状很重要淋巴母细胞的分化。这些特征就是从二进制图像中提取出来的。在这幅图像中,非零像素代表核心地区。

面积:面积的总数非零像素图像中的对象。

周边:任何像素的四个街区是白色的肯定不是一个谎言内部细胞的边界像素。我们得到的像素数量的四个街区是白色的。如果我们从图像的面积减去这个值然后这将给地区沿着周长在细胞外的细胞。

怪癖:对象的圆度,值0.0到1.0,一圈是圆和有一个偏心0,而一条线段偏心1。

形式因素:外形是一个函数对象的面积和周长的考虑。

结果与讨论

目前的技术是应用于10血涂片的图像。显微图像大小为347 X 395和加工用于评估。各种结果如下所示。在结果中,选择输入图像和饱和度分量图像进行处理是如图2所示。在图3中,S分量的直方图。利用大津阈值算法的二进制映像的饱和阈值及其最终分段输出如图4所示。在图5中,各种工件和不必要的像素被areaopening移除。在图6中,最后的核。这些获得核进一步用于提取各种特征和识别淋巴母细胞。

结论

目前工作的基本目标是所有的幻灯片图像分割特征的抽取,紧随其后。我们主要考虑形状特性,如面积,周长,偏心度、形状因子等的检测淋巴母细胞即白血病。结果鼓励未来工作开发一个健壮的分割系统独立于污渍血涂片中使用的图像。

数据乍一看


图1	图2	图3


图4	图5	图6

引用

c·霍沃思a . Hepplestone p·莫里斯琼斯,r·坎贝尔·d·埃文斯,m·帕尔默“常规管理ofAcute淋巴细胞白血病骨髓检查的童年,“临床病理学杂志》上,34:483 - 485,1981。

h·t·Madhloom s A . Kareem人工智能,”一个健壮的特征提取与选择方法recognitionof淋巴细胞白血病,”国际会议上先进的计算机应用技术,2012年。

r·d·Labati诉宫殿,法比奥Scotti”ALL-IDB:急性淋巴细胞白血病图像数据库进行图像处理,“IEEE, DOI: 10.1109 / ICIP 2011.6115881, 2011。

b·j·贝恩“初学者指南血液细胞,”布莱克威尔出版社,第二版,2004年版。

Ritter N,库珀J”,细胞图像的分割和边界识别血液涂片幻灯片,“诉讼的第三十澳大拉西亚的计算机科学会议上62:161 - 169,2007。

Ongun G Halisi U, Leblebicioglu K, Atalay V, Beksac M, Beksac年代,“一个自动微分血细胞计数系统,”工程在医学和生物学的社会,IEEE第23届国际研讨会论文集,2001。

菅直人江,Qing-Min廖,戴胜洋,“小说白细胞分割方案使用尺度空间滤波和watershedclustering,”国际会议在机器学习和控制论,2003。

Dorini磅,Minetto R和雷特NJ”,白细胞分割使用形态学操作符和尺度空间分析,诉讼在XX巴西计算机图形学和图像处理研讨会上,2007年。

Scotti F,“自动形态学分析急性淋巴细胞白血病外周血显微镜图像识别,“IEEEInternational会议上计算智能测量系统和应用程序,2005年。

Kumar BR约瑟夫•DK Sreenivas、电视、“Teager能源血细胞分类为基础,IEEE 14国际会议,2002。

Cseke,”白血细胞图像快速分割计划,”国际会议的图像,语音信号分析,1992年。

大津,N,“从灰色级直方图阈值选择方法,“IEEE系统,人,和控制论,vol.9,第一,页。62 - 66年,1979年。

c·霍沃思a . Hepplestone p·莫里斯琼斯,r·坎贝尔·d·埃文斯,m·帕尔默“常规骨髓检查使用急性淋巴细胞白血病的童年”,临床病理学杂志》上,34:483 - 485,1981。

b·j·贝恩“初学者指南血液细胞,”布莱克威尔出版社,第二版,2004年版。

http://en.wikipedia.org/wiki/Blood。

a . k . Jain,“数字图像处理原理,培生教育”,1日印度版,2003年。

大津,N,“从灰色级直方图阈值选择方法,“IEEE系统,人,和控制论,vol.9,第一,页。62 - 66年,1979年。

威廉·k·普拉特“数字图像处理”,第四版,2007年。

冈萨雷斯,R . C,森林,R。E”,使用MATLAB数字图像处理,“Prantice大厅出版物,2002。

维基百科,免费的百科全书网站,http://en.wikipedia.org。