[发明专利]一种病理组织切片高光谱图像的特征提取方法

权利要求书

1.一种病理组织切片高光谱图像的特征提取方法，其特征在于，该方法包括以下具体步骤：

(1)分别读取m个同种病理组织切片的高光谱图像，采用光谱校正处理方法对m个同种病理组织切片的高光谱图像进行预处理；

(2)分别对预处理后的m个同种病理组织切片的高光谱图像采用多元曲线分辨-交替最小二乘方法分解，得到m组有序纯净光谱矩阵Mo_i(i＝1,…,m)与对应的浓度分布矩阵；

(3)利用所述m组有序纯净光谱矩阵Mo_i(i＝1,…,m)计算参考纯净光谱矩阵Mr，并从所述参考纯净光谱矩阵Mr中提取病变组织的参考纯净光谱SPu；

(4)采用所述参考纯净光谱矩阵Mr优化多元曲线分辨-交替最小二乘方法中的初始纯净光谱矩阵，对同种病理组织切片高光谱图像进行分解，获得纯净光谱矩阵M_n×λ(x₁,x₂,…,x_n)^T和浓度分布矩阵C1；

(5)根据所述的病变组织的参考纯净光谱SPu自动选取步骤(4)中所述浓度分布矩阵C1中病变组织对应的浓度分布矩阵。

2.根据权利要求1所述的病理组织切片高光谱图像的特征提取方法，其特征在于，所述步骤(2)具体包括：

①对预处理后的m个病理组织切片的高光谱图像I’_i(x,y,λ)，0i≤m；从三维矩阵转化成二维矩阵D*_z×λ；D*_z×λ为包含所有像素光谱的高光谱数据矩阵，每一行为一个像素点的光谱，z为图像的像素个数：

z＝x×y

②多元曲线分辨-交替最小二乘算法表示为：

D*＝C·M+E

将D*采用多元曲线分辨-交替最小二乘算法进行分解，得到纯净光谱矩阵M_n×λ以及与纯净光谱对应的浓度分布向量矩阵C_z×n，纯净光谱矩阵的n行分别代表n个组织成分的纯净光谱，浓度分布向量矩阵n列代表n个纯净光谱对应的浓度分布向量；E是残差值矩阵；

③将浓度分布向量矩阵C_z×n还原成浓度分布矩阵C1_x×y×n，矩阵C1的n页代表了n个组织成分的浓度分布矩阵，根据先验知识，将浓度分布矩阵C1按成分重新排序得到有序浓度分布矩阵C2_x×y×n，其中，C2_x×y×n第一页是病变组织浓度分布矩阵；

同时根据浓度分布矩阵排序规律，将纯净光谱矩阵进行对应的排序得到有序纯净光谱矩阵Mo_n×λ，此时Mo_n×λ的第一行为病变组织的纯净光谱；

④分别对m个同种病理组织切片的高光谱图像进行步骤①-③，最终得到m个有序的纯净光谱矩阵Mo_i(i＝1,…,m)。

3.根据权利要求1所述的病理组织切片高光谱图像的特征提取方法，其特征在于，所述步骤(3)具体包括：

①对得到的m个有序纯净光谱矩阵Mo_i(i＝1,…,m)进行平均运算得到1个参考纯净光谱矩阵Mr_n×λ：

将参考纯净光谱矩阵初始化多元曲线分辨-交替最小二乘方法中的初始纯净光谱矩阵；

②提取所述参考纯净光谱矩阵Mr的第一行光谱作为病变组织的参考纯净光谱SPu。