基于多尺度多色域特征融合的乳腺癌图像分类

• 作者: 张莉 张成 郝岩 程蓉 白艳萍
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 乳腺癌 颜色矩 灰度共生矩阵 Haar小波 支持向量机 多数投票策略
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 应用前沿与综合
• 页码范围: 175-180,185
• 页数: 7页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2022.04.030

摘要

乳腺癌是世界上女性发病率最高的癌症,而组织病理图像是鉴定乳腺癌的"黄金标准".为了实现对乳腺癌组织病理图像的精确分类,提出了一种基于多尺度多色域特征融合的乳腺癌组织病理图像分类方法.此方法能实现良、恶性病理图像的有效分类.首先进行多色域特征提取,将病理图像从RGB空间转换到HSV空间,分别提取H、S、V三个色彩分量的9维颜色矩特征和24维灰度共生矩阵特征(GLCM);其次进行多尺度特征提取,利用Haar两层小波分解提取病理图像的高频分量(水平、垂直、对角),共得高频分量的48维灰度共生矩阵特征.将最终形成的81维特征向量输入到不同训练集训练所生成的7类支持向量机(SVM)中进行分类,将分类结果采取多数投票策略,获得最终识别准确率.通过BreaKHis公开数据集的实验表明,4个放大倍数图像的分类准确率分别达到约95.31％、94.34％、93.07％和91.94％.