[发明专利]一种基于级联多分类器融合的宫颈癌细胞识别方法

说明书

本发明公开了一种基于级联多分类器融合的宫颈癌细胞识别方法，其特征在于：基于级联多分类器融合的宫颈癌细胞识别方法，首先提取宫颈细胞图像的细胞特征；然后利用特征选择算法优化提取的特征，找出最能区别正常细胞与癌细胞的特征集；最后利用级联多分类器融合方法对细胞进行识别，提高了宫颈癌细胞的识别率。

技术领域

本发明涉及图像特征提取，特征选择和图像的识别，具体是一种利用级联多分类器融合的方法来识别宫颈癌细胞。

背景技术

随着医疗技术和计算机技术的发展与成熟，两者相结合的细胞图像识别技术应运而生，并引起了广泛的关注。其中，自动与半自动的检测方法被用于检测图片中宫颈细胞的轮廓，并从中选出异常细胞。宫颈细胞图像识别技术是近年来兴起的一种新的宫颈细胞识别方法。该方法克服了传统的人工判读筛查方式存在成本高、工作量大、可靠性与准确性受到医师专业技术和主观情绪的影响等问题。宫颈细胞图像识别技术研究的目的是为了识别宫颈细胞图像中是否存在病变上皮细胞，减少医生的工作量且降低宫颈细胞识别时所存在的假阳性和假阴性。

图像识别，简单地说，就是要把一种研究对象，根据其某些特征进行识别并分类。可以认为，对数字图像进行区别分类其实质就是对图像进行模式识别。这种识别早已存在人们的生活实践中。然而，随着实践活动的扩大、深入和社会化的需要，人们不仅需要识别分类数很多的事物，而且被识别的对象内容也越来越复杂。特别是由于科学技术水平的提高，使得各种不同的研究对象“图像化”或“数字化”，可采用某种技术把考察的对象转换成图片、波形图以及若干数据，这些数据就可以代表所研究的对象。但是对于模式识别来说，无论是数据、信号还是平面图像或立体景物都是除掉它们的物理内容而找出它们的共性，把具有同一共性的归为一类，而具有另一种共性者归为另一类。图像模式识别的目的就是研制采用某种仪器或设备，自动处理某些信息，代替人完成分类和辨识的任务，并且能够快速而准确地进行图形识别。

单一分类器存在片面性及泛化能力差等问题，级联多分类器融合方法可以提高图像识别率。

发明内容

本发明的目的在于提供一种基于级联多分类器融合的宫颈癌细胞识别方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于级联多分类器融合的宫颈癌细胞识别方法,包括以下步骤：

(1)、宫颈细胞图像特征提取：提取宫颈细胞图像的颜色特征，形状特征和纹理特征；

(2)、宫颈细胞图像特征选择：用递归消除算法选择出类别相关性高的特征；

(3)、宫颈癌细胞识别：第一级分类器采用KNN，随机森林分类器和C4.5分类器并列融合而成，第二级分类器采用LR分类器；基于级联多分类器融合的识别方法可以提高宫颈癌细胞的识别率。

与现有技术相比，本发明的有益效果是：可以帮助人们完成宫颈癌细胞分类和辨识的任务，并且能够快速而准确地进行宫颈癌细胞的识别，具有良好的鲁棒性、准确性和低复杂度，且识别出的结果很好。

附图说明

图1为本发明的流程图；

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

基于级联多分类器融合方法具体步骤如下：

A、第一级采用并行多分类器：首先用K-近邻分类器，随机森林分类器和C4.5分类器进行分类，然后采用投票法进行并行分类器融合；

B、第二级采用LR分类器。