[发明专利]一种组织病理图像分类方法

权利要求书

1.一种组织病理图像分类方法，其特征在于，包括以下步骤：

1)输入组织病理图像的训练图像，得到训练图像的灰度通道与组织病理图像的RGB三通道图像；

2)分别提取灰度通道图像与RGB三通道图像的DSIFT特征向量，将RGB三通道图像的DSIFT特征向量串联，得到训练样本y_i，并将所有训练样本y_i得到样本矩阵Y；

3)聚类灰度通道图像的DSIFT特征向量和RGB三通道图像的DSIFT特征向量，得到相应的子字典D_I，D_R、D_G、D_B，构造联合字典；

4)将RGB三通道图像特征向量表示为共有分量和独有分量之和，建立多通道联合稀疏模型；

5)将组织病理的训练图像或测试图像分为3层，该3层相应的划分为1H、4H、16H个图像块，建立每层的MC-JScSPM模型，即建立每层的基于多通道联合稀疏编码的空间金字塔匹配模型，获得每一层图像样本矩阵Y的联合稀疏编码系数；

6)对联合稀疏编码系数进行池化操作，得到特征的编码系数；

7)将所述编码系数作为SVM的输入，训练分类器；

8)基于步骤5)和步骤6)获得的测试集的联合稀疏编码系数，利用所述分类器进行分类实验。

2.根据权利要求1所述的组织病理图像分类方法，其特征在于，将RGB三通道图像特征向量表示为共有分量和独有分量之和的表达式为：

其中，y_R,y_G,y_B分别对应RGB三通道图像的DSIFT特征向量；为RGB三通道图像特征向量独有分量的编码系数；D_I为灰度子字典；D_R、D_G、D_B分别为RGB三通道分别对应的子字典；为共有分量基于D_I的编码系数，为基于子字典D_R、D_G、D_B的编码系数，是RGB三通道分别对应的独有分量。

3.根据权利要求2所述的组织病理图像分类方法，其特征在于，所述多通道联合稀疏模型的表达式为：

其中，为联合字典，为联合编码系数；y＝[y_R,y_G,y_B]^T为组织病理图像RGB三通道的DSIFT特征串联而成的列向量。

4.根据权利要求1所述的组织病理图像分类方法，其特征在于，H＝1。

5.根据权利要求3所述的组织病理图像分类方法，其特征在于，所述MC-JScSPM模型表达式如下：

其中，Y＝[y₁,y₂,…,y_N]∈R^M×N为特征向量集；为联合字典；为稀疏编码系数，λ为正则项系数，N为输入样本个数，K为字典中列向量的个数。

6.根据权利要求4所述的组织病理图像分类方法，其特征在于，利用LARS方法求解MC-JScSPM模型，得到稀疏编码系数