CN110032973B - 一种基于人工智能的无监督寄生虫分类方法及系统 - Google Patents

Abstract

本发明公开了一种基于人工智能的无监督寄生虫分类方法及系统。所述分类方法包括：获取待检测样本的训练数据集；利用深度卷积神经网络VGG网络提取所述训练数据集的特征信息；利用模糊C均值聚类FCM算法对所述特征信息进行分类，确定每个类别的聚类中心矩阵；根据所述聚类中心矩阵确定每个类别的聚类中心向量；根据所述聚类中心向量确定隶属度矩阵；根据所述聚类中心矩阵以及所述隶属度矩阵确定FCM损失函数；利用FCM损失函数对所述VGG网络进行训练，确定训练后的VGG网络；根据所述训练后的VGG网络和FCM算法对所述训练数据集内的细胞和寄生虫进行分类。采用本发明所提供的分类方法及系统能够准确对寄生虫细胞与宿主健康细胞进行识别分类，提高分类准确率。

Description

一种基于人工智能的无监督寄生虫分类方法及系统

技术领域

本发明涉及寄生虫分类领域，特别是涉及一种基于人工智能的无监督寄生虫分类方法及系统。

背景技术

弓形虫(Toxoplasma gondii)是一种普遍存在的单细胞原生动物寄生虫，全世界三分之一的人类受到弓形虫的慢性感染，而且多数弓形虫对人类的感染是终生的，一些研究表明，由弓形虫引起的疾病已成为世界上最大的健康问题之一；然而，在显微镜下检测弓形虫费时费力。

目前还未有针对弓形虫一类的寄生虫的显微图像分析的解决方案，由于寄生虫细胞和人体健康细胞的相似度较高，而常用的监督算法需要大量标记寄生虫和细胞图像，而硬聚类算法用于识别同一类别相互之间相似度较高，不同类别相互之间差别较大的数据，因此，可以采用硬聚类算法对寄生虫与宿主细胞进行分类识别，且不需要任何标记信息；但是，采用硬聚类算法并不能正确的将识别出的细胞归为同一类别，且可能会存在一些属于别的类别的异常值，因此传统的寄生虫分类方法无法准确识别出寄生虫，更无法对多种寄生虫进行分类或与宿主健康细胞进行分类区分。

发明内容

本发明的目的是提供一种基于人工智能的无监督寄生虫分类方法及系统，以解决无法准确识别出寄生虫，更无法对多种寄生虫进行分类或与宿主健康细胞进行分类区分的问题。

为实现上述目的，本发明提供了如下方案：

一种基于人工智能的无监督寄生虫分类方法，包括：

获取待检测样本的训练数据集；

利用深度卷积神经网络VGG网络提取所述训练数据集的特征信息；所述VGG网络为标准的VGG网络或预训练后的VGG网络；

利用模糊C均值聚类FCM算法对所述特征信息进行分类，确定每个类别的聚类中心矩阵；

根据所述聚类中心矩阵确定每个类别的聚类中心向量；

根据所述聚类中心向量确定隶属度矩阵；

根据所述聚类中心矩阵以及所述隶属度矩阵确定FCM损失函数；

利用FCM损失函数对所述VGG网络进行训练，确定训练后的VGG网络；

根据所述训练后的VGG网络对所述训练数据集内的细胞进行分类。

可选的，所述根据所述聚类中心向量确定隶属度矩阵，具体包括：

利用条件

根据所述聚类中心向量确定隶属度；其中，u_ik为隶属度；P表示所述训练数据集中所含的类别数量；i∈{1，2，...，P}，k∈{1，2，...，N}；N所述训练数据集中的特征信息总数量；

根据所述隶属度确定隶属度矩阵。

可选的，所述根据所述隶属度确定隶属度矩阵之后，还包括：

根据公式

初始化所述聚类中心矩阵；其中，C(x_k)为特征空间；v_i为第i个类别的聚类中心向量；(u_ik)^m为样本x_k属于聚类中心向量v_i的隶属度的m次方；m为所述FCM算法中的隶属度加权指数，m＞1，缺省值为2。

可选的，所述根据所述聚类中心矩阵以及所述隶属度矩阵确定FCM损失函数，具体包括：

根据公式

确定FCM损失函数；其中，L_fuzzy为FCM损失函数；v_i为第i个类别的聚类中心向量。

可选的，所述根据所述聚类中心矩阵以及所述隶属度矩阵确定FCM损失函数之后，还包括：

获取当前训练次数；

判断所述训练次数是否达到第一设定值，得到第一判断结果；

若所述第一判断结果表示为所述训练次数达到第一设定值，更新所述聚类中心矩阵以及所述隶属度矩阵；

判断所述训练次数是否达到第二设定值或所述FCM损失函数的函数值是否小于函数阈值，得到第二判断结果；

若所述第二判断结果表示为所述训练次数达到第二设定值或所述FCM损失函数的函数值小于函数阈值，确定训练后的VGG网络。

一种基于人工智能的无监督寄生虫分类系统，包括：

训练数据集获取模块，用于获取待检测样本的训练数据集；

特征信息提取模块，用于利用深度卷积神经网络VGG网络提取所述训练数据集的特征信息；所述VGG网络为标准的VGG网络或预训练后的VGG网络；

聚类中心矩阵确定模块，用于利用模糊C均值聚类FCM算法对所述特征信息进行分类，确定每个类别的聚类中心矩阵；

聚类中心向量确定模块，用于根据所述聚类中心矩阵确定每个类别的聚类中心向量；

隶属度矩阵确定模块，用于根据所述聚类中心向量确定隶属度矩阵；

FCM损失函数确定模块，用于根据所述聚类中心矩阵以及所述隶属度矩阵确定FCM损失函数；

训练后的VGG网络确定模块，用于利用FCM损失函数对所述VGG网络进行训练，确定训练后的VGG网络；

分类模块，用于根据所述训练后的VGG网络对所述训练数据集内的细胞和寄生虫进行分类。

可选的，所述隶属度矩阵确定模块具体包括：

隶属度确定单元，用于利用条件

根据所述聚类中心向量确定隶属度；其中，u_ik为隶属度；P表示所述训练数据集中所含的类别数量；i∈{1，2，...，P}，k∈{1，2，...，N}；N所述训练数据集中的特征信息总数量；

隶属度矩阵确定单元，用于根据所述隶属度确定隶属度矩阵。

可选的，还包括：

初始化单元，用于根据公式

初始化所述聚类中心矩阵；其中，C(x_k)为特征空间；v_i为第i个类别的聚类中心向量；(u_ik)^m为样本x_k属于聚类中心向量v_i的隶属度的m次方；m为所述FCM算法中的隶属度加权指数，m＞1，缺省值为2。

根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明提供了一种基于人工智能的无监督寄生虫分类方法及系统，利用FCM算法而非硬聚类算法确定损失函数，并利用深度卷积神经网络Visual Geometry Group网络提取的分类特征信息，通过引入隶属度函数能够对于相似性较高，分类难度较大的目标，不会出现无法精准识别、分类等问题，能够达到更高的分类准确率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明所提供的基于人工智能的无监督寄生虫分类方法流程图；

图2为本发明所提供的基于人工智能的无监督寄生虫分类系统结构图；

图3为本发明所提供的弓形虫与宿主细胞的分类效果示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种基于人工智能的无监督寄生虫分类方法及系统，能够准确对寄生虫细胞与宿主健康细胞进行识别分类，提高分类准确率。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1为本发明所提供的基于人工智能的无监督寄生虫分类方法流程图，如图1所示，一种基于人工智能的无监督寄生虫分类方法，包括：

步骤101：获取待检测样本的训练数据集。

步骤102：利用深度卷积神经网络VGG网络提取所述训练数据集的特征信息；所述VGG网络为标准的VGG网络或预训练后的VGG网络。

所述步骤102之前还包括：

使用VGG深度卷积神经网络作为特征提取器，用C表示；X＝{x₁，...，x_k，...，x_N}表示采集到并经过预处理的图像训练数据集，其中N表示训练数据集X含有数据的总数，即图片数量，x_i，i∈{1，2，...，N}表示X中第i个数据样本。

利用C从X中提取特征，得到对应的特征空间{C(x₁)，...，C(x_k)，...，C(x_N)}，其中C(x₁)，i＝1，2，...，N表示从第i个数据样本中提取出的特征。对于采集数据，可以包含任何已知且合理的数据采集方法。对于数据预处理，可以包含但不限于裁剪、降噪、灰度处理以及数据增强等任何已知且合理的图像预处理方法。本发明可以包含多种或不包含以上说明中涵盖的数据预处理方法。

使用如下公式计算网络的损失：

使用上述损失，利用反向传播算法，优化步骤1中提到的VGG网络C的权值参数：

在训练过程中自定义调整更新学习率，从而加快训练速度，在训练初期设置较大的学习率，随着训练轮数的增加，学习率更新衰减，基本公式如下：

LR＝0.001*(0.95^Iter)(3)

其中，LR为学习率，表示每次参数更新的幅度大小，0.001为初始学习率，Iter为训练时的迭代次数，0.95为学习率衰减系数。当Iter达到设定的训练次数End或损失函数值小于设定的阈值MinLoss时，预训练结束。

步骤103：利用模糊C均值聚类FCM算法对所述特征信息进行分类，确定每个类别的聚类中心矩阵。

步骤104：根据所述聚类中心矩阵确定每个类别的聚类中心向量。

步骤105：根据所述聚类中心向量确定隶属度矩阵。

对于训练数据集X，使用C从提取X中提取得到训练样本对应的特征空间F＝{C(x₁)，C(x₂)，...，C(x_N)}，其中C(x_i)表示X中第i个样本的特征空间，i∈{1，2，...，N}。其中，若采取预训练方案，则C为预训练结束最终得到的预训练VGG网络，否则C直接使用未预训练的VGG网络。

P表示X中所含的类别数，依据FCM算法原理，V表示P个类别的聚类中心矩阵，其中，v_i∈V表示第i个类别的聚类中心向量，i∈{1，2，...，P}，可将v_i理解为P维坐标系下，F中所有属于第i个类别的样本特征坐标的中心点。使用U表示F对V的隶属度矩阵，u_ik∈U表示特征C(x_k)对聚类中心v_i的隶属度，其中k∈{1，2，...，N}，i∈{1，2，...，P}，对于U中的每一个值u_ik，均满足如下条件：

依据公式(4)，使用随机数初始化隶属度矩阵U，并使用公式(5)初始化聚类中心矩阵V。其中，m为FCM算法中的隶属度加权指数参数，m＞1，缺省值为2。

步骤106：根据所述聚类中心矩阵以及所述隶属度矩阵确定FCM损失函数。

从训练数据集X中随机选择B个数据，得到一批训练样本，即所谓一个batch，X_B＝{x₁，x₂，...，x_B|x_i∈X}，其中B表示该batch中所含训练样本的个数，x_i表示该batch中的第i个样本，i∈{1，2，...，B}。

将X_B输入VGG网络C，得到对应的特征空间{C(x₁)，C(x₂)，...，C(x_B)}。其中，C(x_i)表示第i个训练样本对应的特征空间，i∈{1，2，...，B}。

利用FCM损失函数L_fuzzy，使用反应传播算法优化VGG网络C的权值参数；通过公式(6)计算得到L_fuzzy，其中，C(x_k)表示第k个训练样本对应的特征空间。

当训练次数Iter达到设定值Update之后，根据公式(5)(7)更新步骤4中提到的V和U。

当训练次数Iter达到设定值End或损失函数值小于设定的阈值MinLoss时，训练结束。

步骤107：利用FCM损失函数对所述VGG网络进行训练，确定训练后的VGG网络。

步骤108：根据所述训练后的VGG网络对所述训练数据集内的细胞和寄生虫进行分类。

图2为本发明所提供的基于人工智能的无监督寄生虫分类系统结构图，如图2所示，一种基于人工智能的无监督寄生虫分类系统，包括：

训练数据集获取模块201，用于获取待检测样本的训练数据集；

特征信息提取模块202，用于利用深度卷积神经网络VGG网络提取所述训练数据集的特征信息；所述VGG网络为标准的VGG网络或预训练后的VGG网络；

聚类中心矩阵确定模块203，用于利用模糊C均值聚类FCM算法对所述特征信息进行分类，确定每个类别的聚类中心矩阵；

聚类中心向量确定模块204，用于根据所述聚类中心矩阵确定每个类别的聚类中心向量；

隶属度矩阵确定模块205，用于根据所述聚类中心向量确定隶属度矩阵；

所述隶属度矩阵确定模块205具体包括：隶属度确定单元，用于利用条件

根据所述聚类中心向量确定隶属度；其中，u_ik为隶属度；P表示所述训练数据集中所含的类别数量；i∈{1，2，...，P}，k∈{1，2，...，N}；N所述训练数据集中的特征信息总数量；隶属度矩阵确定单元，用于根据所述隶属度确定隶属度矩阵。

本发明还包括：初始化单元，用于根据公式

初始化所述聚类中心矩阵；其中，C(x_k)为特征空间；v_i为第i个类别的聚类中心向量；(u_ik)^m为样本x_k属于聚类中心向量v_i的隶属度的m次方；m为所述FCM算法中的隶属度加权指数，m＞1，缺省值为2。

FCM损失函数确定模块206，用于根据所述聚类中心矩阵以及所述隶属度矩阵确定FCM损失函数；

训练后的VGG网络确定模块207，用于利用FCM损失函数对所述VGG网络进行训练，确定训练后的VGG网络；

分类模块208，用于根据所述训练后的VGG网络对所述训练数据集内的细胞和寄生虫进行分类。

表1为本发明所提供的不同倍数显微镜下的弓形虫图像试验对比表，如表1所示，使用一组40倍显微镜和一组100倍显微镜下的弓形虫图像进行实验，得到如下识别效果：

表1

显微镜倍数	40	100
			识别率	94.34％	91.55％

将弓形虫与宿主细胞的分类效果在笛卡尔坐标系上加以体现，图3为本发明所提供的弓形虫与宿主细胞的分类效果示意图，如图3所示，VGG网络对于寄生虫等微观生物学领域的图像特征提取效果较其他深度神经网络更为突出，采用VGG网络可以为FCM提供更好的特征数据，模糊聚类算法的引入能够更轻松对辨别的数据进行分类，从而达到更好的分类效果。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (7)

1.一种基于人工智能的无监督寄生虫分类方法，其特征在于，包括：

获取待检测样本的训练数据集；

利用深度卷积神经网络VGG网络提取所述训练数据集的特征信息；所述VGG网络为标准的VGG网络或预训练后的VGG网络；

利用模糊C均值聚类FCM算法对所述特征信息进行分类，确定每个类别的聚类中心矩阵；

根据所述聚类中心矩阵确定每个类别的聚类中心向量；

根据所述聚类中心向量确定隶属度矩阵；

根据所述聚类中心矩阵以及所述隶属度矩阵确定FCM损失函数；所述根据所述聚类中心矩阵以及所述隶属度矩阵确定FCM损失函数之后，还包括：获取当前训练次数；判断所述训练次数是否达到第一设定值，得到第一判断结果；若所述第一判断结果表示为所述训练次数达到第一设定值，更新所述聚类中心矩阵以及所述隶属度矩阵；判断所述训练次数是否达到第二设定值或所述FCM损失函数的函数值是否小于函数阈值，得到第二判断结果；若所述第二判断结果表示为所述训练次数达到第二设定值或所述FCM损失函数的函数值小于函数阈值，确定训练后的VGG网络；

利用FCM损失函数对所述VGG网络进行训练，确定训练后的VGG网络；

根据所述训练后的VGG网络对所述训练数据集内的细胞和寄生虫进行分类。

2.根据权利要求1所述的基于人工智能的无监督寄生虫分类方法，其特征在于，所述根据所述聚类中心向量确定隶属度矩阵，具体包括：

利用条件

根据所述聚类中心向量确定隶属度；其中，u_ik为隶属度；P表示所述训练数据集中所含的类别数量；i∈{1，2，...，P}，k∈{1，2，...，N}；N所述训练数据集中的特征信息总数量；

根据所述隶属度确定隶属度矩阵。

3.根据权利要求2所述的基于人工智能的无监督寄生虫分类方法，其特征在于，所述根据所述隶属度确定隶属度矩阵之后，还包括：

根据公式

初始化所述聚类中心矩阵；其中，C(x_k)为特征空间；v_i为第i个类别的聚类中心向量；(u_ik)^m为样本x_k属于聚类中心向量v_i的隶属度的m次方；m为所述FCM算法中的隶属度加权指数，m＞1，缺省值为2。

4.根据权利要求3所述的基于人工智能的无监督寄生虫分类方法，其特征在于，所述根据所述聚类中心矩阵以及所述隶属度矩阵确定FCM损失函数，具体包括：

根据公式

确定FCM损失函数；v_i为第i个类别的聚类中心向量。

5.一种基于人工智能的寄生虫分类系统，其特征在于，包括：

训练数据集获取模块，用于获取待检测样本的训练数据集；

特征信息提取模块，用于利用深度卷积神经网络VGG网络提取所述训练数据集的特征信息；所述VGG网络为标准的VGG网络或预训练后的VGG网络；

聚类中心矩阵确定模块，用于利用模糊C均值聚类FCM算法对所述特征信息进行分类，确定每个类别的聚类中心矩阵；

聚类中心向量确定模块，用于根据所述聚类中心矩阵确定每个类别的聚类中心向量；

隶属度矩阵确定模块，用于根据所述聚类中心向量确定隶属度矩阵；

FCM损失函数确定模块，用于根据所述聚类中心矩阵以及所述隶属度矩阵确定FCM损失函数；所述根据所述聚类中心矩阵以及所述隶属度矩阵确定FCM损失函数之后，还包括：获取当前训练次数；判断所述训练次数是否达到第一设定值，得到第一判断结果；若所述第一判断结果表示为所述训练次数达到第一设定值，更新所述聚类中心矩阵以及所述隶属度矩阵；判断所述训练次数是否达到第二设定值或所述FCM损失函数的函数值是否小于函数阈值，得到第二判断结果；若所述第二判断结果表示为所述训练次数达到第二设定值或所述FCM损失函数的函数值小于函数阈值，确定训练后的VGG网络；

训练后的VGG网络确定模块，用于利用FCM损失函数对所述VGG网络进行训练，确定训练后的VGG网络；

分类模块，用于根据所述训练后的VGG网络对所述训练数据集内的细胞和寄生虫进行分类。

6.根据权利要求5所述的基于人工智能的寄生虫分类系统，其特征在于，所述隶属度矩阵确定模块具体包括：

隶属度确定单元，用于利用条件

根据所述聚类中心向量确定隶属度；其中，u_ik为隶属度；P表示所述训练数据集中所含的类别数量；i∈{1，2，...，P}，k∈1，2，...，N}；N所述训练数据集中的特征信息总数量；

隶属度矩阵确定单元，用于根据所述隶属度确定隶属度矩阵。

7.根据权利要求6所述的基于人工智能的寄生虫分类系统，其特征在于，还包括：

初始化单元，用于根据公式

初始化所述聚类中心矩阵；其中，C(x_k)为特征空间；v_i为第i个类别的聚类中心向量；(u_ik)^m为样本x_k属于聚类中心向量v_i的隶属度的m次方；m为所述FCM算法中的隶属度加权指数，m＞1，缺省值为2。

Images