33、医学与图像识别领域的创新研究：宫颈癌诊断与光照不变性识别

医学与图像识别领域的创新研究：宫颈癌诊断与光照不变性识别

在医学诊断和图像识别领域，新技术的不断涌现为解决复杂问题提供了新的途径。本文将介绍两项重要的研究成果，一是利用中位数M型径向基函数（MMRBF）神经网络对宫颈癌进行诊断，二是借助流形信息和非均匀采样实现基于外观模型的准不变光照识别。

1. 宫颈癌诊断：MMRBF神经网络的应用

在宫颈癌诊断方面，研究人员采用了MMRBF神经网络，并将其性能与中位数径向基函数（Median RBF）神经网络进行了对比。

1.1 实验数据与目标

为了训练网络以获取合适的概率密度函数（pdf）参数，研究使用了78张宫颈细胞图像，包括25张正常细胞图像、3张CIN 1（轻度不典型增生）图像、25张CIN 2（中度不典型增生）图像、20张CIN 3（重度不典型增生）图像以及5张原位癌（CIS）伴有微浸润疾病的图像。实验的目标是对不同类型的CIN进行分类。

1.2 图像分割与特征提取

• 图像分割 ：
  • 首先，将巴氏涂片显微镜图像分割为两个主要的感兴趣区域：区域1为细胞核，区域2为细胞质。
  • 图像分割的具体步骤如下：
    1. 读取图像。
    2. 使用二进制梯度掩码检测图像边缘，以检测整个细胞。
    3. 对图像进行膨胀操作，消除梯度掩码图像中围绕细胞的线条间隙。
    4. 填充内部间隙，填补膨胀后梯度掩码中细胞内部的孔洞。
    5. 移除边界上的连接对象，抑制比周