[发明专利]基于分光光谱的肿瘤细胞检测设备及其方法

权利要求书

1.一种基于分光光谱的肿瘤细胞检测设备，其特征在于，包括：

分光光谱图采集模块，用于获取由分光光谱仪采集的待检测血液样本的分光光谱图；

分光模块，用于提取所述分光光谱图中各个单色光的曲线图；

单光特征提取模块，用于将所述各个单色光的曲线图分别通过作为过滤器的卷积神经网络模型以得到多个单色光特征向量；

局部关联特征提取模块，用于将所述多个单色光特征向量进行二维排列为特征矩阵后通过作为特征提取器的第一卷积神经网络以得到局部关联特征图；

全局关联特征提取模块，用于将所述局部关联特征图通过非局部神经网络以得到全局关联特征图；

特征融合模块，用于融合所述局部关联特征图和所述全局关联特征图以得到分类特征向量；以及

检测结果生成模块，用于将所述分类特征图通过分类器以得到分类结果，所述分类结果用于表示待检测血液样本是否含有CTC细胞；

其中，所述特征融合模块，包括：

级联单元，用于将所述局部关联特征图和所述全局关联特征图进行级联以得到融合特征图；

特征图展开单元，用于将所述局部关联特征图和所述全局关联特征图展开为局部关联特征向量和全局关联特征向量；

类节点的拓扑-类中心优化单元，用于对所述局部关联特征向量和所述全局关联特征向量进行类节点的拓扑-类中心优化以得到优化特征矩阵；以及

融合优化单元，用于将所述融合特征图展开为融合特征向量后，将所述优化特征矩阵与所述融合特征向量进行矩阵相乘以得到所述分类特征向量；

其中，所述类节点的拓扑-类中心优化单元，进一步用于：以如下公式对所述局部关联特征向量和所述全局关联特征向量进行类节点的拓扑-类中心优化以得到优化特征矩阵；

其中，所述公式为：

其中，表示所述局部关联特征向量，表示所述全局关联特征向量，表示所述全局关联特征向量的转置向量，和分别表示矩阵或向量的Kronecker积和Hadamard积，为所述局部关联特征向量和所述全局关联特征向量之间的距离矩阵，且和均为列向量，表示矩阵的指数运算，所述矩阵的指数运算表示计算以数值为幂的自然指数函数值。

2.根据权利要求1所述的基于分光光谱的肿瘤细胞检测设备，其特征在于，所述单光特征提取模块，进一步用于：使用所述作为过滤器的卷积神经网络模型的各层在层的正向传递中分别对输入数据进行：

对所述输入数据进行卷积处理以得到卷积特征图；

对所述卷积特征图进行基于特征矩阵的均值池化处理以得到池化特征图；以及

对所述池化特征图进行非线性激活以得到激活特征图；

其中，所述作为过滤器的卷积神经网络模型的最后一层的输出为所述多个单色光特征向量，所述作为过滤器的卷积神经网络模型的第一层的输入为所述各个单色光的曲线图。

3.根据权利要求2所述的基于分光光谱的肿瘤细胞检测设备，其特征在于，所述局部关联特征提取模块，进一步用于：使用所述作为特征提取器的第一卷积神经网络的各层在层的正向传递中对输入数据分别进行卷积处理、均值池化处理和非线性激活处理以由所述作为特征提取器的第一卷积神经网络的最后一层的输出为所述局部关联特征图，其中，所述作为特征提取器的第一卷积神经网络的第一层的输入为所述特征矩阵。