[发明专利]一种基于EMD特征提取和稀疏表示的细胞分类方法

摘要

一种基于EMD特征提取和稀疏表示的细胞分类方法，本方法采用了一种基于EMD的细胞特征提取方法。首先利用正交子空间投影OSP方法对医学高光谱图像进行波段选择，降低维数，减少数据冗余。然后用二维EMD方法对降维后的数据进行特征提取，将数据分解为一系列频率由高到低排列的IMF分量。采用基于稀疏表示的分类器SRC对数据进行分类，通过比较残差来对样本分类，计算得到的残差越小，则将该样本归为到这一类中。基于EMD特征提取和稀疏表示的细胞分类方法中，EMD表现出来很好的时频特性，在高光谱数据特征提取上具有明显的潜力和优势。同时利用基于稀疏表示的分类器SRC，更大大的保证了分类的精度。

主权项

1.一种基于EMD特征提取和稀疏表示的细胞分类方法，S1对医学血细胞的高光谱数据用OSP进行波段选择；从血细胞图像所有波段中选择起主要作用的波段子集，剔除部分高冗余的波段；不仅能大大降低医学血细胞图像的数据维数,而且能比较完整地保留有用的信息,提高分类精度；S2采用EMD分解的方法提取血细胞高光谱图像特征；EMD能够自适应地从高频到低频提取信号的本质特征，EMD对血细胞的高光谱图像进行分解，通过多次的筛分过程，一方面消除信号中的骑行波，另一方面平滑高低不平的振幅，得到一系列的从高频到低频的IMF，然后从IMF中提取合适的特征，进行分类；S3利用SRC分类器进行分类；SRC用训练样本稀疏线性地表示测试样本，并根据类别线性重构误差最小化分类；其特征在于：该方法的实施步骤如下，步骤1、血细胞的高光谱数据量大，但是各波段间往往具有相关性，这造成数据的冗余，也就是常说的维数灾难；为了提高运算精度和节省运算时间先对数据用OSP方法对血细胞数据进行波段选择；波段选择的原则是：信息含量多、相关性小、光谱差异大、可分性好的波段就是应该选择的最佳波段；具体算法如下：定义B1和B2是血细胞光谱数据φ中的两个波段，每个波段有N个像素点；用B1和B2来估算第三个波段B3；为了找到一个波段使它和B1和B2最不相似，一个关于B1和B2的正交子空间P被构造为：P＝I‑Z(ZTZ)‑1ZT式中，I是一个N阶单位矩阵，Z是一个N×2矩阵，Z的第一列包含B1的所有像素，Z的第二列包含B2的所有像素；计算出y0＝PTy，y包含B的所有像素，y0是B1和B2的正交子空间中的B的分量；产生最大正交分量||y0||的波段被认为是与B1和B2最不相似的波段，被选为B3；步骤2、利用EMD方法进行特征描述，提取血细胞的特征；EMD经验模式分解将复杂的信号分解为适宜于Hilbert变换的IMF函数分量，由于本征模函数IMF的本质是信号在不同频率范围内原信号的本质特征，原信号噪声的集合表示为残差形式，所以提取信号的本质特征通过保留每个IMF分量和丢弃残余量来实现，IMF必须满足下列基本条件：1)整个信号长度上的极大值点数、极小值点数与过零点的数目相等或相差为1；2)在任意时刻，由包络线定义的极大值和极小值的平均值为0；第一个条件很明显，它和传统的窄带的稳定高斯过程的要求一样；第二个条件是必要的，以此保证瞬时频率不会出现不期望的波动而诱导不对称的波形；EMD分解实质是对一个时间序列信号进行平稳化的处理过程，它将信号分解为一系列频率由高到低排列的IMF分量和一个余量之和，IMF的获得是一个不断循环迭代的过程，最后筛选出满足条件的IMF；该过程不断的从大尺度信号中剔除均值包络线，直到满足停止条件，筛选结束；对一个信号S(t)进行EMD分解的具体步骤如下：(1)外部初始化，令血细胞图像为r0(m，n)＝f(m，n)，j＝1(2)提取第j个IMF函数：a)内部初始化hj，0(m，n)＝rj‑1(m，n)，k＝1；b)利用形态学算法或8邻域像素，找出hj，k‑1(m，n)中的局部极大值和局部极小值点集；c)使用合适的二维曲面插值方法，分别对极大值点和极小值点进行包络拟合，插值计算出hj，k‑1(m，n)的上包络面umax，k‑1(m，n)和下包络面umin，k‑1(m，n)；d)确定上下包络的均值：meank‑1(m,n)＝[umax，k‑1(m，n)+umin，k‑1(m，n)]/2；e)从图像中减去均值，得到：hj，k(m，n)＝hj，k‑1(m，n)‑meank‑1(m,n)；f)计算终止条件，若满足IMF条件则有cj(m，n)＝hj，k(m，n)否则令k＝k+1,转到步骤b；(3)求残余量rj(m，n)＝rj‑1(m，n)‑cj(m，n)若rj中仍有不少于两个的极值点或者分解所得的IMF数目未达到要求，则将rj看做新的数据，并继续从步骤2中的步骤(2)进行分解，j＝j+1；(4)最后得到的二维EMD分解的结果是：二维EMD中IMF筛选停止的SD计算公式如下：二维EMD的标准偏差SD的阈值η的经验值通常设在0.1‑0.3之间；步骤3、将血细胞光谱数据贴好标签后，选取部分数据作为训练数据，所有数据作为测试数据，利用SRC分类器对细胞进行分类；SRC的算法如下：SRC算法可用较少的数据捕获感兴趣目标的重要信息，即在样本数充足的情况下，每一类训练样本数据形 成一个完备子空间，当该类样本中其他数据输入时，由该完备空间的数据线性表示出来；SRC对数据缺损不敏感，当所求系数足够稀疏时，特征空间的选取变得不再重要；这些优势使得SRC成为一种非常优秀的分类算法；其主要思想是：对给定的训练样本集的每个字典原子进行归一化；其次求解最小l1‑范数问题：α1＝argαmin|α1，其中α满足y＝Aα或|y‑Aα|2≤ε,ε＞0是一个可选误差；然后对测试样本计算每一类的残差i＝1，2，3，……，c，c为对象类；式中δi(α1)s为特征函数，该特征函数的元素选择与α1中第i类相关的系数；最后对y进行分类：I(y)＝argiminri(y)，这里I(y)表示估计y的类别标签。