[发明专利]一种病理组织切片高光谱图像的特征提取方法

说明书

本发明公开了一种病理组织切片高光谱图像的特征提取方法，包括以下步骤：分别读取m个同种病理组织切片的高光谱图像，采用光谱校正处理方法进行预处理；分别对预处理后的的高光谱图像采用多元曲线分辨‑交替最小二乘方法分解得到m组纯净光谱矩阵与对应的浓度分布矩阵；利用m组有序纯净光谱矩阵计算参考纯净光谱矩阵，并提取病变组织的纯净光谱；采用参考纯净光谱矩阵优化多元曲线分辨‑交替最小二乘方法的初始纯净光谱矩阵，对同种病理组织切片高光谱图像进行分解；根据所述病变组织的纯净光谱自动选取对应的浓度分布矩阵。本发明优化浓度分布矩阵特征的提取过程，能够大幅地提高生物组织高光谱图像的病理识别的速率和准确性。

技术领域

本发明涉及数字图像处理技术领域，特别涉及一种病理组织切片高光谱图像的特征提取方法。

背景技术

高光谱成像技术结合了光学成像与光谱技术，能够在电磁波谱的紫外、可见光、近红外和中红外光谱范围内连续获取多波段的图像，被广泛应用于遥感、军事领域中。高光谱图像包含有图像信息和光谱信息，在生物医学领域同样显示出广阔的应用前景，能够实现生物组织形态、结构以及成分含量与分布的综合分析与描述，目前已被应用到组织样本病理检测、中西医疾病诊断、肿瘤发生发展机理探索等方面。病理诊断是疾病诊断的金标准，依靠专业的病理医生对组织切片进行准确而有效的分析、解读。然而病理诊断十分枯燥、过程耗时，并且其诊断结果依赖于医生的经验与组织切片本身的制作情况(例如染色、组织厚度、纹理等)，因而无法避免人为的主观误差，以至于降低病理诊断的精确度。如何利用现有技术降低对病理医生诊断过程的要求并提高诊断的准确率是当下病理诊断的迫切需求。

计算机辅助诊断已成为医学疾病诊断的主要研究方向之一。计算机辅助诊断能够充分地利用采集人体组织的图像信息进行精确、定量的分析，降低人为因素带来的诊断结果差异，提高诊断准确性与效率。目前，基于传统图像处理方法主要是模拟医生的诊断方法，在疾病的计算机辅助诊断上取得了一定的成就。然而，由于组织切片的病理特征会受到组织病变程度、切片准备过程、成像条件的影响，单一的算法或识别模型难以解决个体差异与测量条件带来的多种影响，阻碍了进一步的临床应用。另外，基于传统图像的诊断对于人眼也不能分辨的早期病理变化是不敏感的。

结合了高光谱成像技术的计算机辅助诊断能够更有效地辅助医生，具有广阔的应用前景。目前，高光谱成像技术已成为医学领域研究的热点，利用高光谱数据的有效光谱信息，将对传统基于图像的计算机辅助诊断的完善起到关键的作用。

发明内容

本发明的发明目的在于提供一种病理组织切片高光谱图像的特征提取方法，能够大幅度地提高生物组织高光谱图像的病理识别的速率和精度。

实现本发明的技术方案是：

一种病理组织切片高光谱图像的特征提取方法，所述方法包括以下步骤：

(1)分别读取m个同种病理组织切片的高光谱图像，采用光谱校正处理方法对m个同种病理组织切片的高光谱图像进行预处理；

(2)分别对预处理后的m个同种病理组织切片的高光谱图像采用多元曲线分辨-交替最小二乘方法分解，得到m组有序纯净光谱矩阵与对应的浓度分布矩阵；

(3)利用所述m组有序纯净光谱矩阵计算参考纯净光谱矩阵，并提取病变组织的纯净光谱；

(4)采用所述参考纯净光谱矩阵优化多元曲线分辨-交替最小二乘方法中的初始纯净光谱矩阵，对同种病理组织切片高光谱图像进行分解；

(5)根据所述的病变组织的纯净光谱自动选取对应的浓度分布矩阵。

所述分别读取m个同种病理组织切片的高光谱图像，采用光谱校正处理方法对m个同种病理组织切片的高光谱图像进行预处理的步骤具体为：