[发明专利]一种基于高光谱反卷积和解混的医疗废料在线筛选方法

说明书

本发明公开了一种基于高光谱反卷积和解混的医疗废料在线筛选方法，涉及医学成像技术领域，本发明包括将医疗废料放入传送带经过推扫视高光谱成像仪，在线获取传送带上医疗废料的高光谱图像的同时进行结合反卷积和解混的在线算法，分离出医疗废料中包含的不同成分的端元并根据丰度图像对医疗废料进行分类，在获得分类结论后，利用吹风管将各类医疗废料朝不同方向吹出进行自动分类，本发明由于结合了反卷积的方法使得分离端元精准度提高，从而使得医疗废料的筛选精准度提高；同时由于本发明能够于在线解混后对实时获得的丰度进行分析，而丰度的大小远远小于高光谱图像，从而增加了分类的速度。

技术领域

本发明涉及医学成像技术领域，更具体的是涉及一种基于高光谱反卷积和解混的医疗废料在线筛选方法。

背景技术

目前医疗机构大多是通过放置多个废料收集桶来对医疗废料进行分类放置，非常麻烦且需要耗费许多人力。

高光谱成像可以同时获得同一场景下的多幅不同频谱波段范围下的图像。相对于传统成像方式，高光谱图像包含丰富的频谱信息，广泛应用于卫星遥感、农业地质普查、医学成像、环境监控等领域。然而受成像传感器技术的限制，高光谱成像获得更丰富的频谱信息往往是以牺牲空间分辨率作为代价。一副高光谱图像是含有三个维度的图像，包含两个空间维度和一个光谱维度，由于不同化学成分的光谱有明显区别，因此通过对高光谱图像的分析便可以分辨出不同成分，于是此技术可被应用于医学中用以对医疗废料进行分类。

于是，如何结合高光谱成像仪以及高光谱图像解混算法来对医疗废料进行实时分辨，得到不同分类的废料是目前急需解决的问题。

发明内容

本发明的目的在于：为了解决目前医疗机构通过放置多个废料收集桶来对医疗废料进行人工分类，费时费力的问题，本发明提供一种基于高光谱反卷积和解混的医疗废料在线筛选方法。

本发明为了实现上述目的具体采用以下技术方案：

一种基于高光谱反卷积和解混的医疗废料在线筛选方法，包括：

利用推扫式高光谱成像仪实时垂直扫描传送带上的医疗废料，得到当前时刻的高光谱图像，所述高光谱图像为拥有空间维度N和光谱维度P的二维矩阵；

将高光谱图像展平为一维向量，在引入延迟的基础上，利用延迟一维向量构建在线卷积和混合模型，得到延迟后的时刻由各丰度向量拼接而成的拼接向量；

构建滑窗，基于滑窗和滑窗内多个时刻的拼接向量构建在线成本函数；

将滑窗内的所有拼接向量拼接为向量a′_k，并对在线成本函数增加非负约束条件，求解非负的向量a′_k使得在线成本函数最小化，即

利用最小均方算法和增广拉格朗日惩罚函数法对进行求解，得到向量a′_k，进而得到丰度图像；

通过丰度图像分辨医疗废料的不同成分，得到分类结论，根据分类结论对医疗废料进行筛选分类。

进一步的，所述在线卷积和混合模型，具体为：

其中，为一维向量y_k引入(L-1)/2延迟后的延迟一维向量，S表示包含了各丰度r的端元s_r的光谱：

R表示端元个数，0rR，P表示波长总数，即光谱维度；