1.基于非负矩阵分解的显微图像分割方法,所述显微图像通过对经至多三种不同染色剂染色标记的组织样本进行显微成像得到,其特征在于,首先利用基于非负矩阵分解的显微图像彩色去卷积方法获取其中至少一种染色剂标记的光强度图像,然后对所述光强度图像进行分割;
其中,基于非负矩阵分解的显微图像彩色去卷积方法,包括以下步骤:
步骤A、将大小为M×N的原始彩色显微图像的所有像素依次排列为行,以原始显微图像中单个像素在RGB颜色空间中各分量所对应的光密度作为列,得到大小为(M×N)×3的原始显微图像的光密度矩阵;
步骤B、以重构误差最小为目标,采用梯度下降算法、乘性迭代算法、或交替最小平方算法对所述光密度矩阵进行非负矩阵分解,将其分解为一个(M×N)×K的矩阵A和一个K×3的矩阵S,K为所述染色剂的类别总数;
步骤C、根据下式得到第k种染色剂标记的光密度图像dASk,k=1,2,…,K:dASk=dA(:,k)×dS(k,:)式中,dA(:,k)表示矩阵A的第k列,dS(k,:)表示矩阵S的第k行;
步骤D、将第k种染色剂标记的光密度图像dASk在RGB颜色空间中重构,k=1,2,…,K得到第k种染色剂标记的光强度图像;
所述对光强度图像进行分割,包括利用阈值分割方法对光强度图像进行分割的步骤以及形态学处理的步骤,形态学处理的步骤具体如下:对阈值分割方法得到的分割图像依次进行以下形态学处理:膨胀、填充空洞、开运算-闭运算、分裂。
2.如权利要求1所述基于非负矩阵分解的显微图像分割方法,其特征在于,步骤B中所述重构误差采用欧氏距离度量。
3.如权利要求1所述基于非负矩阵分解的显微图像分割方法,其特征在于,所述染色剂为苏木精和伊红。
4.如权利要求1所述基于非负矩阵分解的显微图像分割方法,其特征在于,该方法还包括对最终分割结果进行标记的步骤。