基于泊松环形条件随机场的宫颈癌组织病理图像诊断方法技术

本发明专利技术涉及一种基于泊松环形条件随机场的宫颈癌组织病理图像诊断方法，所述方法包括：101、获取数字化宫颈癌组织病理学图像；102、对获取的数字化宫颈癌组织病理学图像进行预处理；103、采用分割算法对经过预处理的数字化宫颈癌组织病理学图像进行聚类分割和分块，获得多个图像小块；104、从步骤103中获得的每个图像小块中提取特征，然后对提取到的特征进行特征选择；105、采用条件随机场模型对选择到的特征进行数字化宫颈癌组织病理学图像分级，获得宫颈癌组织病理学图像的分级结果。本发明专利技术提供的基于泊松环形条件随机场的宫颈癌组织病理图像诊断方法，能够根据宫颈癌组织病理图像，获得宫颈癌的分级结果。

Pathological Image Diagnosis of Cervical Cancer Based on Poisson Circle Conditional Random Field

The invention relates to a diagnosis method of cervical cancer histopathological image based on Poisson ring conditional random field, which includes: 101, acquiring digital cervical cancer histopathological image; 102, preprocessing the acquired digital cervical cancer histopathological image; 103, clustering the preprocessed digital cervical cancer histopathological image using segmentation algorithm. Segmentation and segmentation are used to obtain multiple image blocks; 104. Features are extracted from each image block obtained in step 103, and then feature selection is carried out; 105. Digital histopathological image classification of cervical cancer is carried out using conditional random field model to obtain the grading results of histopathological image of cervical cancer. The diagnostic method of pathological image of cervical cancer tissue based on Poisson ring conditional random field provided by the invention can obtain the grading result of cervical cancer according to the pathological image of cervical cancer tissue.

【技术实现步骤摘要】
基于泊松环形条件随机场的宫颈癌组织病理图像诊断方法
本专利技术属于宫颈癌组织病理图像诊断
，具体涉及一种基于泊松环形条件随机场的宫颈癌组织病理图像诊断方法。
技术介绍
1.1现有技术的方案简述现有技术使用条件随机场对宫颈阴道镜图像进行分类，组织病理学图像作为一个基础事实。如图1所示，该方法由上至下共包含五个步骤：(1)预处理包括图像校准，图像配准和解剖特征提取三部分；(2)图像分段使用基于k均值聚类方法，识别颜色和强度上是同质的各组织类型中的子区域；(3)包括但不限于醋酸变白、镶嵌、点状和非典型血管的诊断相关特征；(4)基于按照概率方式结合相邻区域的分类结果的CRF模型的分类器：利用n个不同特征f1、f2、f3、…fn的特征函数(Y1、Y2、Y3和Y4)的具有鳞状上皮、柱状上皮、转化区和宫颈口的四种不同组织类型的四种聚类情况(W1、W2、W3和W4)。从K最近邻(KNN)分类器和线性差别分析(LDA)分类器的全体结果来确定(假定只有诊断特征)条件概率分布，应用最大后验(MAP)估计以确定后验概率分布的参数。(5)新的基于窗口的方式用于确定检测和诊断算法的灵敏度和特异性。1.2现有技术的客观缺点(1)现有技术，宫颈癌组织病理学图像只是作为基础事实，仍需要经验丰富的病理学家对图像做出判断，然而不同病理学家或者不同时间的同一病理学家对同一病理图像的判断也有差异，这可能产生较大的误差。(2)现有技术，仍需经验丰富的病理学家进行判断，但是病理学家的数量有限，而且欠发达地区医疗资源缺乏，病理学家同样稀缺；经验不够丰富的医学生或病理学家，对组织病理学图像不能做出可靠的判断。(3)现有技术，仅能使用一个基于条件随机场的分类器判断局部区域是否异常，并不能给出宫颈癌的分级结果，比如癌前病变(CINI，CINII，CINIII三级)和恶性肿瘤(高中低分化三级)。
技术实现思路
(一)要解决的技术问题为了解决现有技术的上述问题，本专利技术提供一种基于泊松环形条件随机场的宫颈癌组织病理图像诊断方法，能够根据宫颈癌组织病理图像，获得宫颈癌的分级结果。(二)技术方案为了达到上述目的，本专利技术采用的主要技术方案包括以下步骤：一种基于泊松环形条件随机场的宫颈癌组织病理图像诊断方法，所述方法包括：101、获取数字化宫颈癌组织病理学图像；102、对获取的数字化宫颈癌组织病理学图像进行预处理；103、采用分割算法对经过预处理的数字化宫颈癌组织病理学图像进行聚类分割和分块，获得多个图像小块；104、从步骤103中获得的每个图像小块中提取特征，然后对提取到的特征进行特征选择；105、采用条件随机场模型对选择到的特征进行数字化宫颈癌组织病理学图像分级，获得宫颈癌组织病理学图像的分级结果；所述条件随机场模型为采用条件随机场和数字化宫颈癌组织病理学图像训练获得的模型。优选地，所述步骤101中获取的数字化宫颈癌组织病理学图像的格式包括：*.bmp、*.BMP、*.dip、*DIP、*.jpg、*.JPG、*.jpeg、*JPEG、*.jpe、*.JPE、*.jfif、*JFIF、*.gif、*.GIF、*.gif、*.GIF、*.giff、*.GIFF、*.png和*.PNG。优选地，所述步骤102还包括如下步骤：102A、采用中值滤波器对数字化宫颈癌组织病理学图像进行图像去噪；102B、将经过图像去噪的数字化宫颈癌组织病理学图像通过直方图均衡化来增强图像的对比度。优选地，所述步骤103还包括如下步骤：103A、采用基于K-means聚类的图像分割方法对对经过预处理的数字化宫颈癌组织病理学图像进行聚类分割；其中，设置聚类数K为4，把图像聚为细胞核、细胞质、细胞间质、图像标注这四类，再结合适当的形态学操作生成细胞核二值图；103B、根据图像分割的结果定位细胞核，得到细胞核重心坐标，并把原图像的灰度图分割为100×100像素的图像小块。优选地，所述步骤104还包括如下步骤：104A、提取每个图像小块平均DAISY特征描述符作为该图像小块的DAISY特征作为局部特征；104B、提取全图纹理特征和全图平均DAISY特征作为全局特征；104C、使用主成分分析法PCA对获取的局部特征和全局特征进行处理，获得特征向量组。优选地，所述步骤105还包括：将选择得到的所述特征向量组输入条件随机场模型进行分级，并输出宫颈癌组织病理学图像的分级结果。优选地，所述基于条件随机场的分类器用如下公式表示：其中，c表示类别标签，x为输入图像，Z(θ，x)是对分布进行归一化的分区函数，θ＝{θψ，θφ，θλ}是模型参数,而i是对应于图形中网格的图像中的索引，n为全图图像小块数目。优选地，所述特征向量组包括：全图细胞核的平均DAISY特征向量、全图的全局平均DAISY特征向量和全灰度图的灰度直方图向量。优选地，所述步骤102中对获取的数字化宫颈癌组织病理学图像进行预处理时，采用均值滤波方法，对所述数字化宫颈癌组织病理学图像进行图像去噪。所述步骤103中采用的分割算法为分水岭算法；所述步骤103中采用主成分分析方法或线性判别分析法对提取到的特征进行特征选择。优选地，所述条件随机场模型包括：高分化模型、中分化模型和低分化模型；所述高分化模型为高分化的数字化宫颈癌组织病理学图像的特征向量组的平均值；所述中分化模型为中分化的数字化宫颈癌组织病理学图像的特征向量组的平均值；所述低分化模型为低分化的数字化宫颈癌组织病理学图像的特征向量组的平均值；所述条件随机场模型能够根据输入的数字化宫颈癌组织病理学图像的特征向量组分别与所述高分化模型、中分化模型和低分化模型计算相似率，最后选取相似率最高的模型类别作为最终的分级结果；所述分级结果包括：高分化、中分化和低分化。(三)有益效果本专利技术的有益效果是：本专利技术提供一种基于泊松环形条件随机场的宫颈癌组织病理图像诊断方法，能够把条件随机场分类器应用于宫颈癌组织病理图像的自动分析，形成了一套宫颈癌显微图像的自动诊断系统。本专利技术可以适当减缓病理学家资源分配不均、不够充分的问题，也可以指导医学生与经验不充足的医生进行合理诊断。本专利技术也可以解决不同医生间和同一医生不同状态下的矛盾问题，给病人一个较为可靠的诊断结果。本专利技术还可以较为精确地给出患者的病理状态，包括高分化、中分化、低分化等3个级别，提高诊断准确率。附图说明图1为本专利技术
技术介绍
中现有技术的流程示意图；图2为本专利技术实施例中一种基于泊松环形条件随机场的宫颈癌组织病理图像诊断方法的方法流程图；图3为本专利技术实施例中一种基于泊松环形条件随机场的宫颈癌组织病理图像诊断方法的方法流程图；图4为本专利技术实施例中一种基于泊松环形条件随机场的宫颈癌组织病理图像诊断方法中的图像分块示意图；图5为本专利技术实施例中一种基于泊松环形条件随机场的宫颈癌组织病理图像诊断方法中的简单线性链条件随机场图；图6为本专利技术实施例中一种基于泊松环形条件随机场的宫颈癌组织病理图像诊断方法中的多层泊松环形布局示意图；图7为本专利技术实施例中一种基于泊松环形条件随机场的宫颈癌组织病理图像诊断方法中的分析流程图。具体实施方式为了更好的解释本专利技术，以便于理解，下面结合附图，通过具体实施方式，对本专利技术作详细描述。下面结合附图对本专利技术的具体实施方式做详细说明。实施例一如图2本文档来自技高网...

【技术保护点】
1.一种基于泊松环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，所述方法包括：101、获取数字化宫颈癌组织病理学图像；102、对获取的数字化宫颈癌组织病理学图像进行预处理；103、采用分割算法对经过预处理的数字化宫颈癌组织病理学图像进行聚类分割和分块，获得多个图像小块；104、从步骤103中获得的每个图像小块中提取特征，然后对提取到的特征进行特征选择；105、采用条件随机场模型对选择到的特征进行数字化宫颈癌组织病理学图像分级，获得宫颈癌组织病理学图像的分级结果；所述条件随机场模型为采用条件随机场和数字化宫颈癌组织病理学图像训练获得的模型。

【技术特征摘要】
1.一种基于泊松环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，所述方法包括：101、获取数字化宫颈癌组织病理学图像；102、对获取的数字化宫颈癌组织病理学图像进行预处理；103、采用分割算法对经过预处理的数字化宫颈癌组织病理学图像进行聚类分割和分块，获得多个图像小块；104、从步骤103中获得的每个图像小块中提取特征，然后对提取到的特征进行特征选择；105、采用条件随机场模型对选择到的特征进行数字化宫颈癌组织病理学图像分级，获得宫颈癌组织病理学图像的分级结果；所述条件随机场模型为采用条件随机场和数字化宫颈癌组织病理学图像训练获得的模型。2.根据权利要求1所述的图像诊断方法，其特征在于，所述步骤101中获取的数字化宫颈癌组织病理学图像的格式包括：*.bmp、*.BMP、*.dip、*DIP、*.jpg、*.JPG、*.jpeg、*JPEG、*.jpe、*.JPE、*.jfif、*JFIF、*.gif、*.GIF、*.gif、*.GIF、*.giff、*.GIFF、*.png和*.PNG。3.根据权利要求2所述的图像诊断方法，其特征在于，所述步骤102还包括如下步骤：102A、采用中值滤波器对数字化宫颈癌组织病理学图像进行图像去噪；102B、将经过图像去噪的数字化宫颈癌组织病理学图像通过直方图均衡化来增强图像的对比度。4.根据权利要求3所述的图像诊断方法，其特征在于，所述步骤103还包括如下步骤：103A、采用基于K-means聚类的图像分割方法对对经过预处理的数字化宫颈癌组织病理学图像进行聚类分割；其中，设置聚类数K为4，把图像聚为细胞核、细胞质、细胞间质、图像标注这四类，再结合适当的形态学操作生成细胞核二值图；103B、根据图像分割的结果定位细胞核，得到细胞核重心坐标，并把原图像的灰度图分割为100×100像素的图像小块。5.根据权利要求4所述的图像诊断方法，其特征在于，所述步骤104还包括如下步骤：104A、提取每个图...

【专利技术属性】
技术研发人员：李晨，陈昊，胡志杰，孙洪赞，张乐，许宁，钱唯，马贺，薛丹，尚麟静，
申请(专利权)人：东北大学，
类型：发明
国别省市：辽宁,21