[发明专利]基于随机森林分类模型的细胞识别方法和装置

说明书

本申请公开了一种基于随机森林分类模型的细胞识别方法和装置。该方法包括：利用原始细胞图像样品集合训练随机森林分类模型，对所述随机森林分类模型进行测试，得到最优样本准确率；将所述最优样本准确率对应的随机森林分类模型作为适应度值计算函数，利用人工鱼群算法得到最优人工鱼个体，更新随机森林分类模型的预设棵数的初始值和特征子集数目参量的初始值，重复上述步骤直到最优特征值对不再变化为止；利用与所述最优特征值对应的随机森林分类模型对待检测图像中的细胞进行分类。本申请利用人工鱼群算法对随机森林分类器进行特征选择，解决了该模型中特征冗余、整个分类器的泛化能力不足的问题。

技术领域

本申请涉及图像识别算法和机器学习领域，特别是涉及基于随机森林模型的宫颈上皮细胞识别方法和装置。

背景技术

关于细胞识别，现有技术中常用的分类器包括：决策树、随机森林等；特征选取常用的算法包括：人工鱼群算法(AFSA)等。其中，随机森林的规模决定了样本子空间的多样性，但是其规模过大与过小都不合适。同时，为增加特征子空间的多样性，从总特征中以随机的形式选择特征供单棵决策树学习。但是假如特征子集大小选取不合适，可能会出现特征冗余、单棵决策树的分类精度降低、整个分类器的泛化能力不足等影响。

发明内容

本申请的目的在于克服上述问题或者至少部分地解决或缓减解决上述问题。

根据本申请的第一个方面，提供了一种基于随机森林分类模型的细胞识别方法，包括：

参量初始化步骤：基于随机森林分类模型的预设棵数和特征子集数目，设置所述预设棵数的范围和所述特征子集数目的范围；

模型获得步骤：在所述预设棵数的范围和所述特征子集数目的范围内，将所述预设棵数和所述特征子集数目随机组合成特征值对，所述特征值对形成特征值对集合；对于所述特征值集合中的每一个特征值对，利用原始细胞图像样品集合训练随机森林分类模型，对所述随机森林分类模型进行测试，得到样本准确率，将最优样本准确率作为所述特征值集合的样本准确率；

参量更新步骤：将所述最优样本准确率对应的随机森林分类模型作为适应度值计算函数，将所述特征值集合的样本准确率作为人工鱼群算法的适应度值，将所述特征值对的集合转换为人工鱼个体输入到人工鱼群算法，得到最优人工鱼个体，将所述最优人工鱼个体转换为最优特征值对并作为所述随机森林分类模型的预设棵数的初始值和特征子集数目参量的初始值，重复所述参量初始化步骤，直到最优特征值对不再变化为止；和

分类步骤：利用与所述最优特征值对应的随机森林分类模型对待检测图像中的细胞进行分类。

本申请的方法基于人工鱼群算法优化的随机森林分类器模型，利用人工鱼群算法对随机森林分类器进行特征选择，同时将随机森林分类器模型中的参数进行了优化，解决了该模型中特征冗余、整个分类器的泛化能力不足的问题，提高了决策树的分类精度。

可选地，在所述模型获得步骤中，所述利用原始细胞图像样品集合训练随机森林分类模型包括：

采样步骤：从原样本集合有放回地随机抽取若干个与所述原样本集合同样大小的训练样本集合；

决策树训练步骤：利用所述训练样本集合训练所述随机森林分类模型中的决策树，在所述决策树分裂时无放回地选取符合所述特征值对中特征子集数目的特征子集对所述决策树进行训练；和

决策树森林生成步骤：重复采样步骤和决策树训练步骤，直至生成具有所述预设决策树棵数的决策树的随机森林分类模型。

可选地，在所述模型获得步骤中，所述对所述随机森林分类模型进行测试，得到样本准确率包括：

测试步骤：将所述原样本集合中未被任何训练样本集合选中的样本作为测试样本，将所述测试样本中的每一个样本输入到所有决策树，得到每一个决策树的分类结果；