技術(shù)特征：

1.一種基于BP神經(jīng)網(wǎng)絡(luò)分類器的白帶清潔度自動(dòng)分類方法，該方法包括如下步驟：

步驟1：用顯微鏡采集4種清潔度下的鹽水白帶顯微灰度圖像各若干幅；

步驟2：對(duì)得到的灰度圖像進(jìn)行底帽變換；

步驟3：對(duì)底帽變換后的圖像進(jìn)行閾值分割，得到二值圖像；

步驟4：對(duì)所得到的二值圖像進(jìn)行連通域標(biāo)定；

步驟5：結(jié)合細(xì)胞的形態(tài)學(xué)特征，獲取所有二值圖像中上皮細(xì)胞的面積，白細(xì)胞的個(gè)數(shù)及其面積，球菌的個(gè)數(shù)及其質(zhì)心坐標(biāo)，桿菌的個(gè)數(shù)及其質(zhì)心坐標(biāo)；

步驟6：將上皮細(xì)胞面積總和占圖像面積的比例作為輸入X₀，將白細(xì)胞的個(gè)數(shù)作為X₁，將球菌的個(gè)數(shù)與減去上皮細(xì)胞和白細(xì)胞面積的剩余圖像面積的比例作為輸入X₂，將桿菌的個(gè)數(shù)與減去上皮細(xì)胞和白細(xì)胞面積的剩余圖像面積的比例作為輸入X₃，將所有球菌到球菌中心點(diǎn)的歐幾里得幾何距離之和作為輸入X₄，其中球菌中心點(diǎn)坐標(biāo)為所有球菌質(zhì)心坐標(biāo)的平均值，將所有桿菌到桿菌中心點(diǎn)的歐幾里得幾何距離之和作為輸入X₅，其中桿菌中心點(diǎn)坐標(biāo)為所有桿菌質(zhì)心坐標(biāo)的平均值；

步驟7：創(chuàng)建一個(gè)BP神經(jīng)網(wǎng)絡(luò)，輸入層的節(jié)點(diǎn)數(shù)為6個(gè)，分別為X₀、X₁、X₂、X₃、X₄、X₅，輸出層的節(jié)點(diǎn)數(shù)為4個(gè)，分別為步驟1中所述的4種清潔度，隱含層為2層，每層節(jié)點(diǎn)數(shù)為10個(gè)，隱含層的激勵(lì)函數(shù)為S型正切函數(shù)Tansig，輸出層激勵(lì)函數(shù)為線性函數(shù)Purelin，隨機(jī)設(shè)置初始權(quán)重和閾值；

步驟8：將訓(xùn)練樣本輸入BP神經(jīng)網(wǎng)絡(luò)分類器中進(jìn)行訓(xùn)練；

步驟9：按照步驟1的方式獲取待檢測的樣本，按照步驟1到步驟7的方法獲取待檢測的樣本的X₀、X₁、X₂、X₃、X₄、X₅，將待檢測樣本的X₀、X₁、X₂、X₃、X₄、X₅輸入已經(jīng)訓(xùn)練完成的BP神經(jīng)網(wǎng)絡(luò)分類器，得出該樣本的清潔度類型。

2.如權(quán)利要求1所述的一種基于BP神經(jīng)網(wǎng)絡(luò)分類器的白帶清潔度自動(dòng)分類方法，其特征在于所述步驟2的具體步驟為：

步驟2-1：對(duì)灰度圖像采用圓盤模板進(jìn)行膨脹處理；

步驟2-2：對(duì)步驟2-1所得圖像采用與步驟2-1大小相同的圓盤模板進(jìn)行腐蝕處理；

步驟2-3：將步驟2-2所得圖像減去原灰度圖像，得到底帽變換的圖像。

3.如權(quán)利要求1所述的一種基于BP神經(jīng)網(wǎng)絡(luò)分類器的白帶清潔度自動(dòng)分類方法，其特征在于所述步驟3的具體步驟為：

步驟3-1：對(duì)底帽變換后的圖像運(yùn)用OTSU算法求得閾值；

步驟3-2：將圖中各像素點(diǎn)灰度值與閾值比較，若大于閾值，則將該像素點(diǎn)灰度值置為255，若小于閾值，則將該像素點(diǎn)灰度值置為0，得到二值圖像。

4.如權(quán)利要求1所述的一種基于BP神經(jīng)網(wǎng)絡(luò)分類器的白帶清潔度自動(dòng)分類方法，其特征在于所述步驟6的具體步驟為：

步驟6-1：設(shè)一幅二值圖像中的上皮細(xì)胞的面積總和為S_上皮，該二值圖像的面積為S_視野，則輸入X₀＝S_上皮/S_視野；

步驟6-2：設(shè)該二值圖像中白細(xì)胞的個(gè)數(shù)為n_{白細(xì)胞}，則輸入X₁＝n_{白細(xì)胞}；

步驟6-3：設(shè)該二值圖像中的白細(xì)胞的面積為S_{白細(xì)胞}，球菌的個(gè)數(shù)為n_球菌，則輸入X₂＝n_球菌/(S_視野－S_上皮－S_{白細(xì)胞})；

步驟6-4：設(shè)該二值圖像中桿菌的個(gè)數(shù)為n_桿菌，則輸入X₃＝n_桿菌/(S_視野－S_上皮－S_{白細(xì)胞})；

步驟6-5：設(shè)所有球菌的質(zhì)心坐標(biāo)為(x_i,y_i)其中i＝1,2,3…n_球菌，球菌的中心點(diǎn)坐標(biāo)為(x_ic,y_ic)，其中則輸入

步驟6-6：設(shè)所有桿菌的質(zhì)心坐標(biāo)為(x_j,y_j)其中j＝1,2,3…n_桿菌，桿菌的中心點(diǎn)坐標(biāo)為(x_jc,y_jc)，其中則輸入。

5.如權(quán)利要求1所述的一種基于BP神經(jīng)網(wǎng)絡(luò)分類器的白帶清潔度自動(dòng)分類方法，其特征在于所述步驟8的具體步驟為：

步驟8-1：根據(jù)步驟1-6求出清潔度Ⅰ度的所有鹽水白帶顯微圖像的輸入矢量X＝[X₀ X₁X₂ X₃ X₄ X₅]，歸一化后，輸入BP神經(jīng)網(wǎng)絡(luò)分類器，期望輸出矢量Y＝[1 0 0 0]，訓(xùn)練樣本期望輸出與實(shí)際輸出誤差小于0.001；

步驟8-2：根據(jù)步驟1-6求出清潔度Ⅱ度的所有鹽水白帶顯微圖像的輸入矢量X＝[X₀ X₁X₂ X₃ X₄ X₅]，歸一化后，輸入BP神經(jīng)網(wǎng)絡(luò)分類器，期望輸出矢量Y＝[0 1 0 0]，訓(xùn)練樣本期望輸出與實(shí)際輸出誤差小于0.001；

步驟8-3：根據(jù)步驟1-6求出清潔度Ⅲ度的所有鹽水白帶顯微圖像的輸入矢量X＝[X₀ X₁X₂ X₃ X₄ X₅]，歸一化后，輸入BP神經(jīng)網(wǎng)絡(luò)分類器，期望輸出矢量Y＝[0 0 1 0]， 訓(xùn)練樣本期望輸出與實(shí)際輸出誤差小于0.001；

步驟8-4：根據(jù)步驟1-6求出清潔度Ⅳ度的所有鹽水白帶顯微圖像的輸入矢量X＝[X₀ X₁X₂ X₃ X₄ X₅]，歸一化后，輸入BP神經(jīng)網(wǎng)絡(luò)分類器，期望輸出矢量Y＝[0 0 0 1]，訓(xùn)練樣本期望輸出與實(shí)際輸出誤差小于0.001。

6.如權(quán)利要求1所述的一種基于BP神經(jīng)網(wǎng)絡(luò)分類器的白帶清潔度自動(dòng)分類方法，其特征在于所述步驟9的具體步驟為：

步驟9-1：根據(jù)步驟1-6求出待檢樣本的輸入矢量X＝[X₀ X₁ X₂ X₃ X₄ X₅]，歸一化后，輸入訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)分類器；

步驟9-2：當(dāng)網(wǎng)絡(luò)運(yùn)行達(dá)到平衡時(shí)，輸出矢量Y＝[Y₀ Y₁ Y₂ Y₃]；

步驟9-3：輸出矢量中最大值Y_k＝max{Y₀,Y₁,Y₂,Y₃}，若k＝0，則該樣本的清潔度為Ⅰ度，若k＝1，則該樣本的清潔度為Ⅱ度，若k＝2，則該樣本的清潔度為Ⅲ度，若k＝3，則該樣本的清潔度為Ⅳ度。