[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

摘要

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。

主权项

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；P′j＝(F′1j∧F′2j∧F′3j)οR,(j＝1L 1000)。