陈 佳,李高军

(安康学院医学院，陕西 安康 725000)

1 引 言

乳腺肿瘤的发病率和死亡率在女性恶性肿瘤中占据首位。据不完全统计，2019年全球新增肿瘤病例约1 910万，其中乳腺肿瘤新增228.9万，占新增癌症病例的11.98%，癌症死亡病例约980万，其中乳腺肿瘤死亡65.7万，占死亡病例的6.7%[1]。随着社会的发展和环境的变化，包括乳腺肿瘤在内的恶性肿瘤的发病率在未来一段时间内都将呈上升趋势。

早期发现和治疗是提升肿瘤治疗效果的关键。随着计算机技术的快速发展，可以利用相关技术方法实现对乳腺肿瘤病理图像的识别，从而确定患者的病情。通过图像识别方法也可以降低医生的误诊。传统图像识别的工作流程分为图像采集、图像预处理、特征提取匹配和图像识别[2]。受乳腺肿瘤病理图像采集清晰度的限制，传统乳腺肿瘤病理图像识别存在错误率高的问题，针对该问题，本研究引入影像学理论和机器视觉技术，将其应用到乳腺肿瘤病理图像的识别工作中，以期降低图像识别错误率，实现对乳腺肿瘤病理图像识别方法的优化设计。

2 病理图像识别方法设计

本研究乳腺肿瘤病理图像的识别原理是结合影像学的分析结果，确定乳腺肿瘤疾病的病理特征，利用机器视觉技术收集患者的乳腺病理初始图像，经过一系列处理得出对应的特征提取结果[3]。将图像的提取特征与乳腺肿瘤疾病的病理特征做比对，并计算两者之间的相似度，从而判断患者是否患有乳腺肿瘤疾病及疾病的发展变化状态。……