第3章 常见细胞特征类型：形态、纹理、强度
做细胞分类，说白了就是跟特征打交道。
我记得刚入行那会儿，拿到一批宫颈细胞涂片，兴奋得不行，直接把所有能用上的特征全扔进模型。结果呢？训练时间长得离谱，分类准确率还没过70%。后来我才明白——特征不在多，在精。你得知道哪些特征对你的任务真正有用。
这一章，我带大家系统梳理一下细胞分类里最常见的三类特征：形态、纹理、强度。这是基础，也是关键。
3.1 形态特征——细胞的「骨架」
形态特征描述的是细胞的几何结构。你想想看，一个正常细胞和一个癌细胞，最直观的区别是什么？形状不一样嘛。
3.1.1 常用的形态特征
- 面积：细胞或细胞核的像素面积。我经验里，核质比（核面积/细胞面积）是区分良恶性的黄金指标。
- 周长：边界的总长度。不规则细胞通常周长更长。
- 圆形度：(4π × 面积) / 周长²。值越接近1，形状越圆。癌细胞往往更不规则，圆形度低。
- 离心率：拟合椭圆的焦距与长轴之比。反映细胞的拉长程度。
- 凹凸性：凸包面积与细胞面积的比值。用于描述边界皱褶程度。
实战经验：我接手过一个肺癌细胞分类项目，一开始用了40多个形态特征，结果模型过拟合严重。后来只用核质比 + 圆形度 + 面积三个特征，准确率反而从82%提到91%。
3.1.2 形态特征提取示例
用Python和OpenCV提取形态特征，代码很直接：
import cv2
import numpy as np
# 假设mask是二值化的细胞分割结果
contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
for cnt in contours:
area = cv2.contourArea(cnt)
perimeter = cv2.arcLength(cnt, True)
if area > 0:
circularity = 4 * np.pi * area / (perimeter * perimeter)
# 拟合椭圆
if len(cnt) >= 5:
ellipse = cv2.fitEllipse(cnt)
(_, _), (major_axis, minor_axis), _ = ellipse
eccentricity = np.sqrt(1 - (minor_axis / major_axis) ** 2)
print(f"面积: {area:.1f}, 圆形度: {circularity:.3f}, 离心率: {eccentricity:.3f}")3.2 纹理特征——细胞的「皮肤」
形态看的是轮廓，纹理看的则是内部细节。为什么会有纹理？因为细胞内部不是均匀的——细胞核染色质分布、胞浆颗粒度，都会形成纹理差异。
我做过一个尿沉渣图像分析项目。正常红细胞的纹理很均匀，但异常细胞（比如镰状红细胞）内部会出现明显的纹理斑块。光靠形态特征完全分不开，加上纹理特征后，效果立竿见影。
3.2.1 主流纹理特征方法
| 方法 | 核心思想 | 适用场景 | 注意点（我踩过的坑） |
|---|---|---|---|
| GLCM 灰度共生矩阵 |
统计像素对在某个距离和方向上的灰度共现频率 | 染色质分布、颗粒度 | 方向和距离参数非常敏感，我曾经因为距离固定为1错过很多细节 |
| LBP 局部二值模式 |
比较中心像素与邻域像素的灰度大小 | 胞浆纹理、膜粗糙度 | 对旋转敏感，建议用旋转不变LBP |
| Gabor滤波器 | 多方向、多尺度的纹理检测 | 纤维状纹理、方向性纹理 | 计算量大，维数高，需要降维 |
| Haralick特征 | 基于GLCM的14个统计量 | 通用纹理分析 | 有些特征高度相关，建议做特征选择 |
3.2.2 GLCM特征提取实战
scikit-image直接封装好了，免去手写矩阵的麻烦：
from skimage.feature import graycomatrix, graycoprops
# image为灰度图像
glcm = graycomatrix(image, distances=[1, 3, 5],
angles=[0, np.pi/4, np.pi/2, 3*np.pi/4],
symmetric=True, normed=True)
# 常用特征
contrast = graycoprops(glcm, 'contrast')
dissimilarity = graycoprops(glcm, 'dissimilarity')
homogeneity = graycoprops(glcm, 'homogeneity')
energy = graycoprops(glcm, 'energy')
correlation = graycoprops(glcm, 'correlation')
# 打印距离=1，角度=0时的对比度
print(f"对比度: {contrast[0, 0]:.3f}")我的建议：纹理特征提取前，记得先做灰度归一化。不同染色批次、不同摄像头导致的亮度差异，会把纹理特征带偏。我吃过这个亏——模型在实验室数据上表现完美，换到临床数据直接崩了，根源就是纹理特征被亮度干扰了。
3.3 强度特征——细胞的「色感」
强度特征，也叫灰度特征。它关注的是像素值的统计分布，比如细胞整体亮不亮、对比度高不高。你可能觉得这太简单了，但强度特征在某些场景下是区分的关键。
举个例子：HE染色切片里，细胞核染成深紫色，胞浆染成淡粉色。核浆之间的强度对比，直接反映染色质量和细胞状态。我参与过一个乳腺癌分级项目，核浆强度比这个单一特征，就把低级别和高级别分开了。
3.3.1 基础强度特征
- 均值：像素灰度平均值。反映细胞整体亮度。
- 标准差：灰度离散程度。反映细胞内对比度强弱。
- 偏度：灰度分布对称性。正值表示分布偏向亮侧。
- 峰度：分布尖锐程度。高峰度表示灰度集中在某个区间。
- 分位值：10%、25%、75%、90%分位。用于抵抗异常值干扰。
- 核浆强度比：核区域均值 / 胞浆区域均值。这个特征我百用不厌。
3.3.2 强度特征提取示例
import numpy as np
from skimage import measure
# cell_mask: 细胞区域二值图
# nucleus_mask: 细胞核区域二值图
# image: 原始灰度图
# 整个细胞区域
cell_pixels = image[cell_mask > 0]
mean_intensity = np.mean(cell_pixels)
std_intensity = np.std(cell_pixels)
skewness = np.mean((cell_pixels - mean_intensity) ** 3) / (std_intensity ** 3)
kurtosis = np.mean((cell_pixels - mean_intensity) ** 4) / (std_intensity ** 4)
# 核浆分离
nucleus_pixels = image[nucleus_mask > 0]
cytoplasm_pixels = image[(cell_mask > 0) & (nucleus_mask == 0)]
if len(nucleus_pixels) > 0 and len(cytoplasm_pixels) > 0:
nuc_cyto_ratio = np.mean(nucleus_pixels) / np.mean(cytoplasm_pixels)
print(f"核浆强度比: {nuc_cyto_ratio:.3f}")3.4 三类特征对比与选择策略
| 特征类别 | 描述维度 | 计算复杂度 | 对噪声的敏感性 | 关键特点 |
|---|---|---|---|---|
| 形态特征 | 低（3-10维） | 低 | 低（依赖分割质量） | 可解释性最强，最直观 |
| 纹理特征 | 中（10-50维） | 中 | 高（对光照敏感） | 细节丰富，区分能力最强 |
| 强度特征 | 低（5-10维） | 低 | 极高（亮度直接影响） | 配合归一化使用，效果稳定 |
避坑指南：我曾经在提取纹理特征时踩过一个坑——直接在全图算GLCM，结果混入了大量背景像素的纹理，模型完全学偏了。正确的做法是：先用分割Mask提取细胞区域，再在区域内计算纹理特征。这个顺序千万别搞反。
3.5 特征提取流程总结
下面这张图概括了特征提取的整体流程，从图像输入到特征向量生成，每一步都要把控好：
流程图里讲得很清楚了：图像进来，先预处理，再分割，然后三路特征并行提取，最后汇成一个特征向量给模型。这个结构我用过很多次，稳定可靠。
一个实用技巧：我习惯在提取完特征后，先画一下特征分布直方图或者t-SNE降维可视化。如果两个类别的特征分布重叠严重，那这个特征加进去也是白搭。这一步虽然简单，但能省下后面调参的好多时间。
好，这一章我们就把形态、纹理、强度三类特征讲透了。记住一个原则：先从最稳健的特征入手（形态+基础强度），模型不够好再逐步加纹理。这才是工程思维，而不是一股脑堆特征。