The present invention is an automated image analysis framework for cervical cancerous lesion detection. The present invention uses domain-specific diagnostic features in a probabilistic manner using conditional random fields. In addition, the present invention discloses a novel window-based performance assessment scheme for two-dimensional image analysis, which addresses the intrinsic problem of image misalignment. As a domain-specific anatomical feature, image regions corresponding to different tissue types are extracted from cervical images taken before and after the application of acetic acid during a clinical exam. The unique optical properties of each tissue type and the diagnostic relationships between neighboring regions are incorporated in the conditional random field model. The output provides information about both the tissue severity and the location of cancerous tissue in an image.La présente invention est un système danalyse dimage automatisé pour la détection de lésion cancéreuse cervicale. La présente invention utilise des fonctionnalités diagnostiques domaine-spécifiques dune manière probabilistique en utilisant des champs aléatoires conditionnels. De plus, la présente invention décrit un nouveau schéma dévaluation des performances à base de fenêtre pour lanalyse dimage bidimensionnelle, qui résout le problème intrinsèque de désalignement dimage. En tant que fonctionnalité anatomique domaine-spécifique, des régions dimage correspondant à différents types de tissu sont extraites dimages cervicales prises avant et après lapplication dacide acétique pendant un examen clinique. Les propriétés optiques uniques de chaque type de tissu et les relations diagnostiques entre des régions voisines sont incorporées dans le modèle de champ aléatoire conditionnel. La sortie donne des informations sur la gravité et lemplacement tissulaires du tissu cancéreux dans une image.
