[发明专利]基于共轭蝶形条件随机场的宫颈癌组织病理图像诊断方法

权利要求书

1.一种基于共轭蝶形条件随机场的宫颈癌组织病理图像诊断方法，其特征在于，包括以下步骤：

步骤S1、获取待处理的组织病理学图像；

步骤S2、对所述每一张待处理的图像进行预处理；

步骤S3、对所述每一张预处理后的图像进行图像分割，获得每一张图像的细胞核二值图，根据图像分割结果定位细胞核，得到每一张图像的细胞核坐标，并将每一张细胞核二值图分割成固定大小的图像块；

步骤S4、对所述每一张细胞核二值图进行特征提取，得到每一张图像的全局特征，对所述每一张细胞核二值图的每个图像块进行特征提取，得到每一张图像的局部特征；

步骤S5、将所述每一张图像的全局特征和局部特征输入到预先设计的条件随机场模型中，根据细胞核坐标定位包含细胞核的图像块，得到全图细胞核特征，并使用预先训练的条件随机场分类器进行处理，输出分类结果；

所述预先设计的条件随机场模型为共轭蝶形对称布局的由对称两侧像素点参数计算对称中心像素点的条件概率的模型。

2.根据权利要求1所述的基于共轭蝶形条件随机场的宫颈癌组织病理图像诊断方法，其特征在于，在所述步骤S1之前还包括：

S01、选择相同数量的高、中、低分化组织病理学图像子集作为训练集；

S02、对所述训练集中的每一张图像进行所述步骤S1至S4处理；

S03、向条件随机场分类器中输入高分化组织病理学图像子集中每一张图像的全局特征和局部特征，得到高分化分类器模型；

向条件随机场分类器中输入中分化组织病理学图像子集中每一张图像的全局特征和局部特征，得到中分化分类器模型；

向条件随机场分类器中输入低分化组织病理学图像子集中每一张图像的全局特征和局部特征，得到低分化分类器模型。

3.根据权利要求1所述的基于共轭蝶形条件随机场的宫颈癌组织病理图像诊断方法，其特征在于，

步骤S2中，所述预处理包括图像去噪和增强图像对比度。

4.根据权利要求3所述的基于共轭蝶形条件随机场的宫颈癌组织病理图像诊断方法，其特征在于，

先使用中值滤波器对图像去噪，再使用直方图均衡化来增强图像对比度。

5.根据权利要求1所述的基于共轭蝶形条件随机场的宫颈癌组织病理图像诊断方法，其特征在于，步骤S3中，对所述每一张预处理后的图像进行图像分割，获得每一张图像的细胞核二值图，具体为：

采用基于K-means聚类的图像分割方法，设置聚类数K为4，把组织病理学图像聚为细胞核、细胞质、细胞间质、图像标注四类，再结合适当的形态学操作生成细胞核二值图。

6.根据权利要求1所述的基于共轭蝶形条件随机场的宫颈癌组织病理图像诊断方法，其特征在于，步骤S4还包括：

使用主成分分析法对每一张图像的局部特征进行降维；

相应的，所述步骤S5包括：将所述每一张图像的全局特征和降维后的局部特征输入到预先设计的条件随机场模型中。

7.根据权利要求2所述的基于共轭蝶形条件随机场的宫颈癌组织病理图像诊断方法，其特征在于，

步骤S4中，每一张图像的全局特征包括全图纹理特征和全图平均DAISY特征；所述全图纹理特征为全图灰度直方图特征。

8.根据权利要求7所述的基于共轭蝶形条件随机场的宫颈癌组织病理图像诊断方法，其特征在于，

步骤S4中，每一张图像的局部特征，具体为提取每个图像块平均DAISY特征描述符。

9.根据权利要求8所述的基于共轭蝶形条件随机场的宫颈癌组织病理图像诊断方法，其特征在于，使用预先训练的条件随机场分类器进行处理，具体为：

计算每一张图像与3个模型的相似率，选择相似率最高的模型类别作为最终分类和诊断结果；

相似率的计算公式如下：相似率＝全图细胞核平均DAISY特征相似度*全图灰度直方图相似度*全图平均DAISY特征相似度，其中，相似度的计算采用corr2函数。