基于多尺度多色域特征融合的乳腺癌图像分类

来源：计算机技术与发展杂志2022年第04期北京时间：

作者：张莉;张成;郝岩;程蓉;白艳萍

单位：1. 中北大学 理学院,山西 太原 030051;2. 中北大学 信息与通信工程学院,山西 太原 030051

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% 。

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