[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

说明书

本发明公开了一种基于模糊推理的高等级宫颈上皮内瘤变判别方法，包括图像配准分割后的特征提取和模糊推理。通过对宫颈图像的配准、分割处理，可以得到目标区域的一些描述图像纹理的特征，选取其中三个特征值作为三个输入量，将这三个输入量加入到模糊推理算法中，经过一系列非定量的推理，就可以快速较为准确地判断出宫颈上皮内是否有高等级瘤变。

技术领域

本发明专利涉及宫颈上皮内瘤变的判别方法，尤其涉及一种基于模糊推理的高等级宫颈上皮内瘤变判别方法。

背景技术

宫颈上皮内瘤变，即宫颈癌，是全球妇女中仅次于乳腺癌和结直肠癌的第3个常见的恶性肿瘤，在发展中国家是仅次于乳腺癌居第2位常见的恶性肿瘤，是最常见的女性生殖道恶性肿瘤，对于贫困地区的医疗水平低、条件差，宫颈癌是很难检测出来的。由于传统方法是以医生肉眼观察图片来确定病变等级，这样不仅慢，而且还可能有误判。为了让病人得到及时的治疗，我们可以运用现代技术通过对图像的识别来检测出发病情况。

发明内容

为了解决上述问题，本创新发明的目的在于发明一种基于模糊推理的高等级宫颈上皮内瘤变判别方法，解决了传统以医生肉眼鉴别方法速度慢和因为图片质量原因产生误判的缺点，进一步提高了正确的判别率。

为解决上述问题，本发明将数学中的模糊推理运用到了对宫颈上皮内瘤变等级的判别，本发明采用的技术方案是：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)将上述图片通过公式(1)转化成灰度图

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；

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)表示被计算图像在(x,y)处的灰度值，d为距离尺度，θ为角度，P为概率统计运算，p(i,j)表示了在空间上相距距离为d，角度为θ的两个像素点其灰度级分别为i和j的概率。

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；

4)最终模糊推理；

将这三个特征的数值进行相应的变换后作为模糊推理的三个输入，继而根据表1中的规则计算出这些规则所包含的模糊蕴含关系，最后根据该模糊蕴含关系以及三个输入，每个输入都有10个论域，每个论域所对应的大、中、小三个模糊概率集合如图1所示，即第一个输入为5的时候，给出中的概率为100％，第2个输入为10的时候，给出大的概率为100％，第三个输入为10的时候，给出大的概率为100％，根据表一我们知道输出为大，此时结合公式1的运算，我们得到其概率也为100％