本發明涉及一種基于泊松環形條件隨機場的宮頸癌組織病理圖像診斷方法，所述方法包括：101、獲取數字化宮頸癌組織病理學圖像；102、對獲取的數字化宮頸癌組織病理學圖像進行預處理；103、采用分割算法對經過預處理的數字化宮頸癌組織病理學圖像進行聚類分割和分塊，獲得多個圖像小塊；104、從步驟103中獲得的每個圖像小塊中提取特征，然后對提取到的特征進行特征選擇；105、采用條件隨機場模型對選擇到的特征進行數字化宮頸癌組織病理學圖像分級，獲得宮頸癌組織病理學圖像的分級結果。本發明提供的基于泊松環形條件隨機場的宮頸癌組織病理圖像診斷方法，能夠根據宮頸癌組織病理圖像，獲得宮頸癌的分級結果。

技術領域

本發明屬于宮頸癌組織病理圖像診斷技術領域，具體涉及一種基于泊松環形條件隨機場的宮頸癌組織病理圖像診斷方法。

背景技術

1.1現有技術的方案簡述

現有技術使用條件隨機場對宮頸陰道鏡圖像進行分類，組織病理學圖像作為一個基礎事實。如圖1所示，該方法由上至下共包含五個步驟：

(1)預處理包括圖像校準，圖像配準和解剖特征提取三部分；

(2)圖像分段使用基于k均值聚類方法，識別顏色和強度上是同質的各組織類型中的子區域；

(3)包括但不限于醋酸變白、鑲嵌、點狀和非典型血管的診斷相關特征；

(4)基于按照概率方式結合相鄰區域的分類結果的CRF模型的分類器：利用n個不同特征f1、f2、f3、…fn的特征函數(Y1、Y2、Y3和Y4)的具有鱗狀上皮、柱狀上皮、轉化區和宮頸口的四種不同組織類型的四種聚類情況(W1、W2、W3和W4)。從K最近鄰(KNN)分類器和線性差別分析(LDA)分類器的全體結果來確定(假定只有診斷特征)條件概率分布，應用最大后驗(MAP)估計以確定后驗概率分布的參數。

(5)新的基于窗口的方式用于確定檢測和診斷算法的靈敏度和特異性。

1.2現有技術的客觀缺點

(1)現有技術，宮頸癌組織病理學圖像只是作為基礎事實，仍需要經驗豐富的病理學家對圖像做出判斷，然而不同病理學家或者不同時間的同一病理學家對同一病理圖像的判斷也有差異，這可能產生較大的誤差。

(2)現有技術，仍需經驗豐富的病理學家進行判斷，但是病理學家的數量有限，而且欠發達地區醫療資源缺乏，病理學家同樣稀缺；經驗不夠豐富的醫學生或病理學家，對組織病理學圖像不能做出可靠的判斷。

(3)現有技術，僅能使用一個基于條件隨機場的分類器判斷局部區域是否異常，并不能給出宮頸癌的分級結果，比如癌前病變(CINI，CINII，CINIII三級)和惡性腫瘤(高中低分化三級)。

發明內容

(一)要解決的技術問題

為了解決現有技術的上述問題，本發明提供一種基于泊松環形條件隨機場的宮頸癌組織病理圖像診斷方法，能夠根據宮頸癌組織病理圖像，獲得宮頸癌的分級結果。

(二)技術方案

為了達到上述目的，本發明采用的主要技術方案包括以下步驟：

一種基于泊松環形條件隨機場的宮頸癌組織病理圖像診斷方法，所述方法包括：

101、獲取數字化宮頸癌組織病理學圖像；

102、對獲取的數字化宮頸癌組織病理學圖像進行預處理；

103、采用分割算法對經過預處理的數字化宮頸癌組織病理學圖像進行聚類分割和分塊，獲得多個圖像小塊；

104、從步驟103中獲得的每個圖像小塊中提取特征，然后對提取到的特征進行特征選擇；