Przetwarzanie obrazu - liczenie jąder

10

Próbuję stworzyć program, który może policzyć liczbę jąder na takim obrazie:

wprowadź opis zdjęcia tutaj

To, co już zrobiłem, to: krok po kroku:

Zastosuj alternatywny filtr sekwencyjny (zamykanie i otwieranie obrazu za pomocą stopniowo coraz większych elementów strukturalnych)
Zastosuj transformację odległości
Zastosuj segmentację zlewni za pomocą obrazu przekształconego na odległość, aby wykryć minima

Co daje następujący wynik (gdzie każdy kolor reprezentuje nowe zliczone jądro):

wprowadź opis zdjęcia tutaj

Jak widzimy, istnieje wiele niedoskonałości, a konkretnie przeliczone jądra. Powiedziałbym, że przyczyną tego problemu jest sposób, w jaki nałożyłem minima dla Transformacji Wody (używając transformacji odległości), ale tak naprawdę nie mam innych pomysłów na nałożenie minimów w tym przypadku.

Ponieważ transformacja odległości generuje minima na podstawie okrągłości obiektów, chciałbym poznać lepszą alternatywę do zaokrąglania jąder niż alternatywny filtr sekwencyjny (patrząc na powyższy obraz, możemy wywnioskować, że większość „przeliczeń” pochodziła z mniej zaokrąglone jądra). Chciałbym również poznać lepsze sposoby narzucania minimów dla Transformacji Wody.

image-processing

— Thiago
źródło

3

Czasem dostaję tego rodzaju pytania w pracy i ... nie wchodź w to. Generalnie proszę użytkownika, aby wrócił do mikroskopu i uzyskał przyzwoite obrazy. Nie jestem pewien, czy mógłbym je dokładnie policzyć ręcznie. Czy jest to opcja w twoim przypadku (mam na myśli przerobienie części obrazowania)?

— Jean-Yves,

Szalony pomysł, który może działać w zależności od tego, ile obrazów trzeba analizować i jak często, ale wiedząc, że ludzie są lepsi w takich rzeczach: spróbuj użyć Mechanicznego Turek Amazon.

— DarenW

Czy potrafisz podać prawdziwą prawdę dla swojego wizerunku? (ręcznie wytyczony przez ciebie) Spojrzałem na obraz i szczerze mówiąc nie mogę powiedzieć, które są jąderkami, a które artefaktami. Czy są jakieś jądra złożone tylko z kilku pikseli? Jądra mają być okrągłe / elipsy? I ostatecznie, jak zauważył @ Jean-Yves, czy możesz uzyskać lepszy obraz? Wszyscy możemy dostosować kontrast i jasność, ale nie możemy ponownie przyciemnić próbki.

— visoft,

1

Istnieje wiele artykułów na temat radzenia sobie z problemem przeszacowania zlewni, ale myślę, że powinieneś przeczytać Robust Cell Image Segmentation Methods (artykuł naukowy z 2004 roku autorstwa Bengtssona i in.).

Obejmuje on różne metody segmentacji obrazów komórek i zawiera przykłady ze świata rzeczywistego, które pokazują, jak radzić sobie z nadmierną segmentacją z przełomu na obrazach mikroskopii fluorescencyjnej podobnej do twojej (zawiera także przykłady obrazów jasnego pola i obrazów mikroskopii konfokalnej). Wykorzystuje nasiona z transformacji odległości, podobnie jak twoje podejście, i łączy regiony o słabych granicach. Artykuł brzmi dobrze, a koncepcje są dość łatwe do wdrożenia w Matlabie.

Aby uzyskać jeszcze bardziej aktualne podejście, możesz przeczytać Schemat rozkładu 3D rozmytych obiektów na podstawie informacji rozmytej odległości autorstwa Svenssona. Wykorzystuje podobną metodę jak w Bengtsson i in., Ale działa na rozmytej transformacji odległości, która daje lepszą reprezentację gęstości dla obiektów użytych w artykule.

— mags
źródło

0

Możesz spróbować „rozszerzonej transformacji maksimów”, która jest metodą rekonstrukcji morfologicznej. Wykrywa maksymalne punkty na podstawie kryterium kontrastu, które można odwrócić i narzucić. Jest zaimplementowany w Matlabie.

— Zoran
źródło