[发明专利]急性白血病的细胞图像识别算法

权利要求书

1.一种急性白血病的细胞图像识别算法，其特征在于：其包括以下步骤，

S1，提供N幅m×n维大小的急性白血病的肿瘤细胞图像，针对每幅图像灰度化；

S2，每幅图像按照行顺序抽取得到一维行向量，选定其中S张为训练样本,剩余的作为测试样本,对训练样本和测试样本进行归一化，然后采用PCA降维得到降维后的训练样本和测试样本；

S3，将训练样本和测试样本转换为量子态描述，同时初始化输入层神经元个数、竞争层神经元个数、最大循环步数max、学习速率η₀、领域半径γ₀、循环计数s、聚类阀值θ和网络初始权值；

S4，计算各竞争层节点的网络坐标；

S5，计算学习速率η和领域半径γ；

S6，按行有序地从训练样本矩阵中取出一个特征向量，计算竞争获胜神经元j^*,调整以j^*为中心半径r的领域内的神经元权值；

S7，若s<max,则s＝s+1返回步骤S5继续执行；否则循环计数s重新赋值为0，转向步骤S8；

S8，按序对每一个类样本集合Mj，求取该类中心样本；

S9，计算学习速率，然后按序取出一个类样本集合，根据该类中心样本对应的获胜神经调整网络权值；

S10，若s<max,则s＝s+1返回步骤S9；否则保存网络权值和类样本集合M对应获胜神经元集合D；

S11，按序从测试样本矩阵取出一个特征向量，计算获胜神经元；

S12，判断获胜神经元是否属于获胜神经元集合D中某一类，若属于归入相应的分类；否则，归入未知分类。

2.如权利要求1所述的急性白血病的细胞图像识别算法，其特征在于：所述步骤S1中通过建立点的亮度Y与R、G、B三个颜色分量的对应关系：Y＝0.3R+0.59G+0.11B，来代表图像灰度值。

3.如权利要求1所述的急性白血病的细胞图像识别算法，其特征在于：步骤S2中归一化采用以下线性函数进行转换，

y＝(x-MinValue)/(MaxValue-MinValue)，

MinValue，MaxValue为样本中最小值和最大值。

4.如权利要求1所述的急性白血病的细胞图像识别算法，其特征在于：步骤S2中采用PCA降维的步骤包括以下过程，

S2.1，定义一个样本集合X，包含N个样本，每个样本的维度都为d，即:

X＝{X₁，X₂，…，X_N}X_i＝(x_i1，X_i2，…，X_id)∈R^d,i＝1,2，…，N

将样本构成一个二维矩阵，矩阵的每一行为一个样本，矩阵的每一列为一个维度，

得到样本矩S,S∈R^N×d,利用样本矩阵的每一列与其对应的均值相减来中心化S均值计算如下：

S2.2，按下述公式计算求取样本矩阵的协方差矩阵

S2.3，通过协方差矩阵的特征值分解，得到前K最大特征值对应的特征向量并构成投影矩阵P；

S2.4，投影原始样本矩阵，得到经过降维后的样本矩阵。