[发明专利]一种基于模糊推理的高等级宫颈上皮内瘤变判别方法

权利要求书

1.一种基于模糊推理的高等级宫颈上皮内瘤变判别方法，其特征在于，包括如下步骤：

1)对目标区域分割，对醋酸前后的宫颈图像配准

首先拿到宫颈图片分别为醋酸实验前后的宫颈临床图像，对于原始两个图像，分别采用的阈值法，对于256级灰度图像，任一像素在RGB空间的G分量和B分量同时大于200，则认为该像素为反光区域，然后保留到感兴趣区域(ROI)，对两幅图的ROI进行配准；

2)将醋酸实验前后的RGB格式图像通过公式(1)转化成灰度图

其中Gray(x，y)表示对应坐标(x，y)的灰度值，R(x，y)、G(x，y)和B(x，y)是RGB颜色空间中像素的三个基本分量，max()表示取三个算式中最大值；

3)提取三个HSIL的特征值

通过公式(2)计算出醋酸实验前后灰度图像的比值图像，并统计出比值大于1.2的像素点，计算出像素点占感兴趣区域面积的比例，最后将该比例作为第一个HSIL的特征；

其中post_image(x,y)和pre_image(x,y)分别为像素(x,y)在醋酸实验后和醋酸实验前图像中的灰度值，avg_post_image和avg_pre_image为醋酸实验后和醋酸实验前宫颈区域的平均灰度值；

通过公式(3)在醋酸后的图像上计算得到了该图像的灰度共生矩阵；

p(i,j)＝P{f(x,y)＝i,f(x+dcosθ,y+dsinθ)＝j}(3)

其中f(x，y)和f(x+dcosθ,y+dsinθ)是醋酸实验后图像上两个像素的灰度强度，p(i，j)被认为是两个像素的灰度强度分别为i和j，空间距离为d，交角为θ的出现概率；

通过公式(4)选取灰度共生矩阵的能量和熵作为HSIL的第二和第三个特征，其中L为图像的灰度等级，能量反应了纹理的粗细程度，熵反应了纹理的复杂程度；

其中p(i，j)被认为是两个像素的灰度强度分别为i和j，L表示为图像的灰度等级，能量反应了纹理的粗细程度，嫡反应了纹理的复杂程度；

4)最终模糊推理

将这三个特征的数值进行线性变换后作为模糊推理的三个输入，经过模糊推理，就可以快速判断出宫颈上皮内是否有高等级瘤变，其中‘∧’表示求交运算，‘U’表示求并运算，‘o’表示最大最小化运算，R表示模糊蕴含关系，F₁(i),F₂(i)和F₃(i)分别表示三个输入在第i条规则时所对应的模糊集合，P(i)表示输出在第i条规则时所对应的模糊集合，F′_1j,F′_2j和F′_3j分别表示第j种组合时的三个输入分量分别属于大、中、小三个模糊集合的隶属度向量，P′_j表示第j种组合时的输出向量，(j＝1……1000)表示j从1开始到1000；

2.根据权利要求1所述的基于模糊推理的高等级宫颈上皮内瘤变判别方法，其特征在于利用电脑仿真程序直接对宫颈上皮内瘤变等级进行自动化算法判别。