一种宫颈图像的样本数据处理方法技术

本发明专利技术宫颈图像的样本数据处理方法，包括如下步骤：分类建立；数据预处理；分割；数据增强：对目标图像数据进行分类，确认各类目标图像数据之间的差异，并针对差异实施增强处理；均衡处理：针对各类目标图像数据之间的总量差异，采用数据拟合对少数类样本进行补充，实现各类目标图像数据之间的总量平衡；数据集构建：针对均衡处理后的各类目标图像数据，将其分别按比例随机划分为训练数据集、验证数据集和测试数据集；模型构建：以训练数据集和/或验证数据集和/或测试数据集为基础，将其映射到对照数据集，而获得该样本数据对应的分类。本发明专利技术提高解决宫颈图像数据分类中的数据不平衡问题，提高了图像分类的精度和效率，提升辅助诊断的效果和质量。

A sample data processing method of cervical image

【技术实现步骤摘要】
一种宫颈图像的样本数据处理方法
本专利技术属于医疗领域对计算机辅助应用方法，具体涉及一种宫颈图像的样本数据处理方法。
技术介绍
由于宫颈区域病变原因明确，临床可进行预防。因此，宫颈癌的高致死率可在很大程度上得以缓解。但由于我国仍处于发展中国家，人口密度较高，HPV预防疫苗仍然难以得到全面推广。所以进行早期宫颈病变筛查仍是预防、治疗宫颈相关疾病的主要措施和方法。目前，各大医院针对宫颈病变筛查的主要方法有巴氏涂片法(Paptest)、液基细胞学检测(TCT)、HPV-DNA检测、电子阴道镜观察法以及组织病理学检测。但是，主流的癌前病变筛查方法依旧存在各自的不足，有时可能需要联合多种诊断方法才能达到确诊的目的，癌前筛查的准确性亟需一定程度的提高。另外，最终病情的确定需要医生对病变区域或病变图像进行仔细地观察和分析才能得出结论，这对医生的专业性有极高的要求。对于需要结合医学影像来让医生做出诊断的情况，长时间阅片以及观察图像容易使医生产生疲劳，进而影响疾病诊断的准确性。结合传统医学领域现状、宫颈癌发病率高、致死性强的特点以及当下人工智能、机器学习技术的飞本文档来自技高网...

【技术保护点】
1.一种宫颈图像的样本数据处理方法，包括如下步骤：/n分类建立：建立对照数据集，并以对照数据集为基础对宫颈图像特征获取分类标准；/n数据预处理：宫颈图像的样本数据的获取与除噪；/n分割：在预处理的数据中，对图像数据进行分割，获取目标图像数据；/n数据增强：对目标图像数据进行分类，确认各类目标图像数据之间的差异，并针对差异实施增强处理；/n均衡处理：针对各类目标图像数据之间的总量差异，采用数据拟合对少数类样本进行补充，实现各类目标图像数据之间的总量平衡；/n数据集构建：针对均衡处理后的各类目标图像数据，将其分别按比例随机划分为训练数据集、验证数据集和测试数据集；/n模型构建：以训练数据集和/或验...

【技术特征摘要】
1.一种宫颈图像的样本数据处理方法，包括如下步骤：
分类建立：建立对照数据集，并以对照数据集为基础对宫颈图像特征获取分类标准；
数据预处理：宫颈图像的样本数据的获取与除噪；
分割：在预处理的数据中，对图像数据进行分割，获取目标图像数据；
数据增强：对目标图像数据进行分类，确认各类目标图像数据之间的差异，并针对差异实施增强处理；
均衡处理：针对各类目标图像数据之间的总量差异，采用数据拟合对少数类样本进行补充，实现各类目标图像数据之间的总量平衡；
数据集构建：针对均衡处理后的各类目标图像数据，将其分别按比例随机划分为训练数据集、验证数据集和测试数据集；
模型构建：以训练数据集和/或验证数据集和/或测试数据集为基础，将其映射到对照数据集，而获得该样本数据对应的分类。


2.根据权利要求1所述的宫颈图像的样本数据处理方法，其特征在于，所述分割操作中，对图像数据的分割采用Ostu算法进行：
设定图像数据包括前景像素数据和背景像素数据，并计算获取区分该前景像素数据和背景像素的阈值；
通过该阈值将图像数据划分为前景像素数据和背景像素数据。


3.根据权利要求2所述的宫颈图像的样本数据处理方法，其特征在于，所述分割操作中还包括对划分获取的前景像素数据和/或背景像素数据各自进行形态学操作，从而获得目标图像数据。


4.根据权利要求3所述的宫颈图像的样本数据处理方法，其特征在于，所述形态学操作至少包括添加、填充、删除和分割中任一。


5.根据权利要求1所述的宫颈图像的样本数据处理方法，其特征在于，所述均衡处理操作中，对目标数据中少数类样本数据的处理采用SMOTE算法进行：
对少数类样本数据进行分析；
...

【专利技术属性】
技术研发人员：李凌，
申请(专利权)人：苏州中科华影健康科技有限公司，
类型：发明
国别省市：江苏;32