[发明专利]一种阴道清洁度自动划分的方法

说明书

技术领域

本发明属于机器视觉技术在医学图像处理领域的应用，具体涉及一种阴道清洁度自动划分的方法。

背景技术

阴道清洁度主要通过盐水白带显微图像中有形成分的类别和数量进行判定。白带指的是女性生殖系统的不同部位的分泌物的混合物，比如巴多林氏腺、子宫颈腺体、子宫内膜的分泌物和阴道粘膜的渗出液、脱落的阴道上皮细胞等组成的混合物，具有湿润、排废、杀菌等作用。现如今，白带常规检查是妇科最简单最常用的一种检查手段，阴道清洁度是白带常规检查中的一项重要指标，对生殖系统炎症、肿瘤及其他妇科疾病的诊断治疗具有重要医学参考意义。而目前大部分医院采用人工镜检的方式进行白带常规检查，医务人员的个人经验和专业水平会在很大程度上影响对患者的诊断，再加上医院人流量大，医生在长时间高强度劳动下，误检漏检可能性大大增加。本发明提出的阴道清洁度自动划分的方法，可以很好地解决以上问题，在提高诊断准确率的同时节约时间和人力。

发明内容：

本发明提出一种阴道清洁度自动划分的方法。阴道清洁度是白带常规检查中的一项重要指标，阴道清洁度通常化分为Ⅰ～Ⅳ度，若诊断结果为Ⅰ度或Ⅱ度，则说明阴道健康无疾病，若Ⅲ度或Ⅳ度，则说明阴道可能存在炎症或感染。由于白带显微图像里有形成分复杂，各个医务人员的专业水平参差不齐，加上高强度长时间工作，很难保证高准确率。本方法通过添加冲量项，并将固定学习速率改成可变学习速率，对传统BP神经网络进行改进，实现了阴道清洁度的自动划分，不仅提高了划分的准确率，而且大大节约了医生和患者的时间。

本发明技术方案是一种阴道清洁度自动划分的方法，该方法包括如下步骤：

步骤1：用生物显微相机采集经过显微镜放大的盐水白带显微灰度图像，各取多幅清洁度为Ⅰ度、Ⅱ度、Ⅲ度和Ⅳ度的样本灰度图像；

步骤2：对步骤1所得到的所有盐水白带显微灰度图像，进行形态学底帽变换运算，并进行阈值分割处理得到二值图像；

步骤3：对步骤2所得到的二值图像的八连通区域做标定处理；

步骤4：根据不同有形成分在形态学上的特征，计算每幅图中上皮细胞面积，脓球面积，白细胞个数，杆菌个数和球菌个数；

步骤5：BP神经网络的输入矢量为X＝[X₀X₁X₂X₃X₄]，其中，X₀为上皮细胞面积占整幅图像面积的比例，X₁为脓球面积占整幅图像面积的比例，X₂为白细胞个数，X₃为杆菌个数，X₄为球菌个数；

步骤6：创建一个BP神经网络，设置输入层节点为5个，代表输入神经网络的5个变量；设置隐含层为1层，隐含层节点为12个；输出层节点为4个，代表Ⅰ度、Ⅱ度、Ⅲ度和Ⅳ度的4种清洁度；该神经网络中激励函数均采用S型函数，设置网络的初始权值为随机数；

步骤7：对步骤6中的BP神经网络，添加冲量项，并且将固定学习速率更改为可变学习速率，不仅避免神经网络陷入误差的局部极小值而且加速收敛；参数设置为：初始学习率η＝0.25，学习速率增大因子γ＝1.25，学习速率减小因子ρ＝0.85，冲量系数α＝0.9，误差权值增加最大比ξ＝0.02；

步骤8：将训练样本输入改进的BP神经网络中，当训练样本期望输出与实际输出误差小于0.0001时，结束对神经网络的训练；

步骤9：输入待检测样本至训练完毕的BP神经网络中，得出该样本的清洁度类型。

步骤2的具体步骤为：

步骤2-1：用半径为3的圆盘模板对灰度图像进行闭运算，即先膨胀后腐蚀；

步骤2-2：将步骤2-1所得到的图像与原灰度图像相减，所得即底帽变换运算后的图像；

步骤2-3：对步骤2-2所得到的图像求其大津阈值，将阈值与灰度图像中各个像素点的灰度值进行比较，若灰度值大于阈值，将该像素点灰度值重新赋值为255，若灰度值小于阈值，将该像素点重新赋值为0，遍历灰度图像中所有像素点后，得到二值图像。

步骤4的具体步骤为：

步骤4-1：计算步骤3中的连通域的面积、周长、长度、宽度、圆形度、离心率；

步骤4-2：记录步骤3中连通域的坐标，在原灰度图像中截取连通域所对应的灰度小图，计算其灰度均值和方差；

步骤4-3：根据上皮细胞、脓球、白细胞、杆菌和球菌的生物形态特征，比较步骤4-1和步骤4-2得到的数据，对连通域进行分类；