[發明專利]基于隨機森林分類模型的細胞識別方法和裝置

在審

• 申請號: 201810872456.5
• 申請日: 2018-08-02
• 公開（公告）號: CN109145965A
• 公開（公告）日: 2019-01-04
• 發明（設計）人: 郟東耀;李玉娟;曾強;莊重
• 申請（專利權）人: 深圳輝煌耀強科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/00
• 代理公司: 北京萬思博知識產權代理有限公司 11694
• 代理人: 冀婷

本申請公開了一種基于隨機森林分類模型的細胞識別方法和裝置。該方法包括：利用原始細胞圖像樣品集合訓練隨機森林分類模型，對所述隨機森林分類模型進行測試，得到最優樣本準確率；將所述最優樣本準確率對應的隨機森林分類模型作為適應度值計算函數，利用人工魚群算法得到最優人工魚個體，更新隨機森林分類模型的預設棵數的初始值和特征子集數目參量的初始值，重復上述步驟直到最優特征值對不再變化為止；利用與所述最優特征值對應的隨機森林分類模型對待檢測圖像中的細胞進行分類。本申請利用人工魚群算法對隨機森林分類器進行特征選擇，解決了該模型中特征冗余、整個分類器的泛化能力不足的問題。

技術領域

本申請涉及圖像識別算法和機器學習領域，特別是涉及基于隨機森林模型的宮頸上皮細胞識別方法和裝置。

背景技術

關于細胞識別，現有技術中常用的分類器包括：決策樹、隨機森林等；特征選取常用的算法包括：人工魚群算法(AFSA)等。其中，隨機森林的規模決定了樣本子空間的多樣性，但是其規模過大與過小都不合適。同時，為增加特征子空間的多樣性，從總特征中以隨機的形式選擇特征供單棵決策樹學習。但是假如特征子集大小選取不合適，可能會出現特征冗余、單棵決策樹的分類精度降低、整個分類器的泛化能力不足等影響。

發明內容

本申請的目的在于克服上述問題或者至少部分地解決或緩減解決上述問題。

根據本申請的第一個方面，提供了一種基于隨機森林分類模型的細胞識別方法，包括：

參量初始化步驟：基于隨機森林分類模型的預設棵數和特征子集數目，設置所述預設棵數的范圍和所述特征子集數目的范圍；

模型獲得步驟：在所述預設棵數的范圍和所述特征子集數目的范圍內，將所述預設棵數和所述特征子集數目隨機組合成特征值對，所述特征值對形成特征值對集合；對于所述特征值集合中的每一個特征值對，利用原始細胞圖像樣品集合訓練隨機森林分類模型，對所述隨機森林分類模型進行測試，得到樣本準確率，將最優樣本準確率作為所述特征值集合的樣本準確率；

參量更新步驟：將所述最優樣本準確率對應的隨機森林分類模型作為適應度值計算函數，將所述特征值集合的樣本準確率作為人工魚群算法的適應度值，將所述特征值對的集合轉換為人工魚個體輸入到人工魚群算法，得到最優人工魚個體，將所述最優人工魚個體轉換為最優特征值對并作為所述隨機森林分類模型的預設棵數的初始值和特征子集數目參量的初始值，重復所述參量初始化步驟，直到最優特征值對不再變化為止；和

分類步驟：利用與所述最優特征值對應的隨機森林分類模型對待檢測圖像中的細胞進行分類。

本申請的方法基于人工魚群算法優化的隨機森林分類器模型，利用人工魚群算法對隨機森林分類器進行特征選擇，同時將隨機森林分類器模型中的參數進行了優化，解決了該模型中特征冗余、整個分類器的泛化能力不足的問題，提高了決策樹的分類精度。

可選地，在所述模型獲得步驟中，所述利用原始細胞圖像樣品集合訓練隨機森林分類模型包括：

采樣步驟：從原樣本集合有放回地隨機抽取若干個與所述原樣本集合同樣大小的訓練樣本集合；

決策樹訓練步驟：利用所述訓練樣本集合訓練所述隨機森林分類模型中的決策樹，在所述決策樹分裂時無放回地選取符合所述特征值對中特征子集數目的特征子集對所述決策樹進行訓練；和

決策樹森林生成步驟：重復采樣步驟和決策樹訓練步驟，直至生成具有所述預設決策樹棵數的決策樹的隨機森林分類模型。

可選地，在所述模型獲得步驟中，所述對所述隨機森林分類模型進行測試，得到樣本準確率包括：

測試步驟：將所述原樣本集合中未被任何訓練樣本集合選中的樣本作為測試樣本，將所述測試樣本中的每一個樣本輸入到所有決策樹，得到每一個決策樹的分類結果；