[發明專利]一種基于卷積神經網絡的體液細胞顯微圖像識別方法

在審

• 申請號: 201710803598.1
• 申請日: 2017-09-08
• 公開（公告）號: CN107609585A
• 公開（公告）日: 2018-01-19
• 發明（設計）人: 梁光明;邱立華;閆妍
• 申請（專利權）人: 湖南友哲科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06N3/04
• 代理公司: 佛山市智匯聚晨專利代理有限公司44409
• 代理人: 張宏威

1.一種基于卷積神經網絡的體液細胞顯微圖像識別方法，其特征在于，包括如下步驟：

(1)定義細胞庫中細胞輪廓外接矩的水平最大長為M_max，M_max＝0，豎直最大長為N_max,N_max＝0；遍歷待訓練圖片集，對于每一個單個細胞圖片：提取細胞輪廓，對提取的輪廓作與X軸、Y軸平行的最小外接矩，記該外接矩的水平長為M_i，豎直長為N_i；比較M_i與M_max，N_i與N_max，若M_i>M_max，令M_max＝M_i；若N_i>N_max，令N_max＝N_i；

(2)由遍歷待訓練圖片集，對于每一張單個細胞圖片Q：提取細胞輪廓，記細胞部分為點集C，背景部分為點集B；求背景區域的平均顏色，其中x_i∈B；新建一幅尺寸為M_max×N_max的圖片P，其中每個像素賦值為meanColor；對于Q中的每個點Q_x，y，令P中每個像素值除以255；用P覆蓋Q；

(3)輸入層的節點個數為M_max×N_max；卷積層卷積核大小為3×3，步長為1×1，filter個數為32；池化層采用Fractional Max Pooling，卷積核為1.414×1.414，步長為1×1；卷積層和池化層交替連接16層，后接兩層全連接層，節點個數分別為256、128；最后一層為softmax層，輸出節點數為待分類的細胞類別數；

(4)用訓練集訓練搭建好的卷積神經網絡，其中迭代次數設為100次，全連接層dropout取0.5；

(5)將歸一化后的測試圖片輸入到訓練好的網絡中，進行識別，記錄識別結果。