宫颈细胞图像特征识别方法及宫颈细胞特征识别装置制造方法及图纸

本发明专利技术提供一种宫颈细胞图像特征识别方法及宫颈细胞特征识别装置，宫颈细胞图像特征识别方法包括步骤S100：对宫颈细胞彩色图像转换成灰度图像；S200：对宫颈细胞灰度图像利用均值分割方法分割提取宫颈细胞的细胞核；S300：使用灰度加权中心定位方法，对细胞核中心进行精确定位；S400：将笛卡尔坐标系中的宫颈细胞图像转换为极坐标系中的宫颈细胞图像；S500：将宫颈细胞图像在极坐标系中的各极径上的灰度中值构成的向量作为宫颈细胞图的特征向量；S600：利用宫颈细胞训练样本对支持向量机分类器进行训练并使用分类器对宫颈细胞测试样本图像做出类别判断。本发明专利技术相比传统方法提取的几何特征，具有尺寸不变性，旋转不变性的特点，识别率高、识别速度快的优点。

【技术实现步骤摘要】

本专利技术属于医学细胞图像处理领域，具体涉及一种宫颈细胞图像特征识别方法及 宫颈细胞特征识别装置。
技术介绍
宫颈癌已经成为严重危害女性健康的杀手，是发病率最高的恶性肿瘤之一，宫颈 癌能否在前期给出诊断是医生治疗的关键，随着细胞学诊断技术的日益进步，宫颈细胞诊 断识别的方法已经成为辅助医师诊断宫颈癌的主要技术。 目前，宫颈细胞识别方法通常是在笛卡尔坐标空间中，提取宫颈细胞图像的形态 特征、纹理特征以及色彩特征，作为识别宫颈细胞癌变的特征，但这样的方法，细胞的细胞 核、细胞质和背景不容易区分，造成尺寸易变，稳定性不够，因此提取的特征不够充分，识别 率低，而且计算量大，识别速度慢。
技术实现思路
本专利技术旨在解决现有技术中存在的技术问题之一。为此，本专利技术提供了一种宫颈 细胞图像特征识别方法及宫颈细胞特征识别装置，可以充分提取正常宫颈细胞、异常宫颈 细胞、宫颈癌细胞三类细胞的细胞核与细胞质的边缘、形状、颜色等特性，并且本专利技术方法 的计算工作量少、实现成本低、识别精确度高。 根据本专利技术第一方面提供的一种宫颈细胞图像特征识别方法包括如下步骤： SlOO :对宫颈细胞彩色图像转换成灰度图像；S200 :对宫颈细胞灰度图像利用k均值分割方 法分割提取宫颈细胞的细胞核；S300 :使用灰度加权中心定位方法，对宫颈细胞的细胞核 中心进行精确定位；S400 :将已经定位的所述宫颈细胞核中心作为极坐标系的原点，宫颈 细胞图像像素点至细胞核中心的最大距离作为极坐标系的最大半径，将笛卡尔坐标系中的 宫颈细胞图像转换为极坐标系中的宫颈细胞图像；S500 :将宫颈细胞图像在极坐标系中的 各极径上的灰度中值构成的向量作为宫颈细胞图的特征向量；S600 :将宫颈细胞图像数据 集按一定比例分为训练样本和测试样本，利用宫颈细胞训练样本对支持向量机分类器进行 训练并使用训练完成的分类器对宫颈细胞测试样本图像做出所属类别的判断，完成宫颈细 胞不同发育阶段的状态识别。 本专利技术的宫颈细胞识别方法提取的特征，通过在在极坐标中对宫颈细胞图像特征 进行提取，相比传统方法提取的几何特征，具有尺寸不变性，旋转不变性的，且与在传统笛 卡尔坐标系中进行细胞特征识别相比，具有识别率高、识别速度快的优点。 进一步的，在步骤SlOO中对宫颈细胞彩色图像转换成灰度图像的过程，首先设三 维彩色宫颈细胞图像为K(m，n，1)，则二维宫颈细胞灰度图像按以下公式转换： k (m，η) = 0· 11*K (m，η, 1) +0· 59*K (m，η, 2) +0· 3*K (m，η, 3)。 进一步的，步骤S200包括如下具体步骤 S201 :令宫颈细胞灰度图像像素点个数为Ν，迭代次数为R，随机选取2个像素点作 为初始聚类中心Cj (r)，其中：j = 1，2, r = 1，2, 3,…，R ; S202 :计算宫颈细胞图像的每一像素点与初始聚类中心CjOO的距离，计算公式为 DG^Cj(IO) = Iki-CjW 其中，i = 1，2,判断是否满足【主权项】1. 一种宫颈细胞图像特征识别方法，包括如下步骤： SlOO :对宫颈细胞彩色图像转换成灰度图像； S200 :对宫颈细胞灰度图像利用k均值分割方法分割提取宫颈细胞的细胞核； S300 :使用灰度加权中心定位方法，对宫颈细胞的细胞核中心进行精确定位； 5400 :将已经定位的所述宫颈细胞核中心作为极坐标系的原点，宫颈细胞图像像素点 至细胞核中心的最大距离作为极坐标系的最大半径，将笛卡尔坐标系中的宫颈细胞图像转 换为极坐标系中的宫颈细胞图像； S500 :将宫颈细胞图像在极坐标系中的各极径上的灰度中值构成的向量作为宫颈细胞 图的特征向量； S600 :将宫颈细胞图像数据集按一定比例分为训练样本和测试样本，利用宫颈细胞训 练样本对支持向量机分类器进行训练并使用训练完成的分类器对宫颈细胞测试样本图像 做出所属类别的判断，完成宫颈细胞不同发育阶段的状态识别。2. 如权利要求1所述的宫颈细胞图像特征识别方法，其特征在于步骤S400中，将笛卡 尔坐标系中的宫颈细胞图像转换为极坐标系中的宫颈细胞图像包括如下具体过程 5401 :对初始细胞灰度图像k(m, η)，细胞核中心坐标（xc, yc)初始化maxr = 0，m = 1， η = I ; 5402 :计算细胞图像的像素点距细胞核中心的距离rr，判断rr是否大于maxr，如果rr 、 、 / Tl "T 大于 maxr，则 maxr = rr，其中 rr 计算公式为 rr = ; 5403 :判断η是否达到图像的宽度，如果不成立，则η = n+1，返回执行步骤S402,直至 η达到图像的宽度； 5404 :判断m是否达到图像的高度，如果不成立，则m = m+l，n = 1，返回执行步骤S402， 直至m达到图像的高度； 5405 :对maxr取整，设置极坐标极角间隔mincta，极坐标极角尺度Θ = 〇:111；^11'，初始化1 = 1，」=1; 5406 :il = xc+round( P (i) *cos ( Θ (j)))，jl = yc-round( P (i) *sin ( Θ (j)))，判断 像素点（il，jl)是否在细胞图像中，如果像素点在图像中，则P(i，j) =k(il，jl)，如果像素 点不在图像中，贝1J P(i, j) = 〇 ; 5407 :判断极角是否大于最大极角，如果判断结果为否，则j = j+1，并返回执行步骤 S406,直至极角大于最大极角； 5408 :判断极径是否大于最大极径，如果判断结果为否，则i = i+1，j = 1，并返回执行 步骤S406,直至极径大于最大极径并输出极坐标空间中的细胞图像p。3. 如权利要求1所述的宫颈细胞图像特征识别方法，其特征在于步骤S500中， 极坐标空间中的细胞图像P为P =，式中maxr极 坐标的最大半径、mincta为极坐标的极角间隔将极坐标空间中每条极径上的宫颈 细胞图像灰度中值作为宫颈细胞图像的特征值，即可构成宫颈细胞图像的特征向量，其中 Pi= [P UP2ii, P3," … ? T ，·^maxr，i」〇4. 一种宫颈细胞特征识别装置，包括细胞图像输入接收模块、细胞图像处理模块、细胞 图像识别模块，其中所述细胞图像输入接收模块接收细胞图像的输入并输出至所述细胞图 像处理模块，所述细胞图像处理模块采用如权利要求1中的步骤S100、S200、S300、S400、 S500对细胞图像进行处理以获得宫颈细胞图像特征向量，所述细胞图像处理模块与所述细 胞图像识别模块连接并将所获得宫颈细胞图像特征向量输送至所述细胞图像识别模块，所 述细胞图像识别模块按照权利要求1中的步骤S600对输入的所述宫颈细胞图像进行预测 识别。5. 如权利要求4所述的宫颈细胞特征识别装置，其特征在于还包括与细胞图像识别模 块连接用于提示细胞图像预测识别结果的预测结果提示模块，所述预测结果提示模块包括 语音或/和图像提示。【专利摘要】本专利技术提供一种宫颈细胞图像特征识别方法及宫颈细胞特征识别装置，宫颈细胞图像特征识别方法包括步骤S100：对宫颈细胞彩色图像转换成灰度图像；S本文档来自技高网...

【技术保护点】
一种宫颈细胞图像特征识别方法，包括如下步骤：S100：对宫颈细胞彩色图像转换成灰度图像；S200：对宫颈细胞灰度图像利用k均值分割方法分割提取宫颈细胞的细胞核；S300：使用灰度加权中心定位方法，对宫颈细胞的细胞核中心进行精确定位；S400：将已经定位的所述宫颈细胞核中心作为极坐标系的原点，宫颈细胞图像像素点至细胞核中心的最大距离作为极坐标系的最大半径，将笛卡尔坐标系中的宫颈细胞图像转换为极坐标系中的宫颈细胞图像；S500：将宫颈细胞图像在极坐标系中的各极径上的灰度中值构成的向量作为宫颈细胞图的特征向量；S600：将宫颈细胞图像数据集按一定比例分为训练样本和测试样本，利用宫颈细胞训练样本对支持向量机分类器进行训练并使用训练完成的分类器对宫颈细胞测试样本图像做出所属类别的判断，完成宫颈细胞不同发育阶段的状态识别。

【技术特征摘要】

【专利技术属性】
技术研发人员：陈锦，罗晓曙，刘艳红，
申请(专利权)人：广西师范大学，
类型：发明
国别省市：广西;45