基于支持向量機(jī)的尿液細(xì)胞圖像識(shí)別分類(lèi)研究

秦穎博，孫 杰，陳 平

（1.天津理工大學(xué) 計(jì)算機(jī)與通信工程學(xué)院，天津300191；2.天津理工大學(xué) 電子信息工程學(xué)院 薄膜電子與通信器件天津市重點(diǎn)實(shí)驗(yàn)室，天津300191）

0 引 言

尿液檢查以其簡(jiǎn)便、快捷、標(biāo)本易得而被臨床檢查所廣泛采用，是目前醫(yī)院臨床常規(guī)檢測(cè)項(xiàng)目之一。尿液成分的形態(tài)表征是對(duì)腎臟實(shí)質(zhì)性變化及其他累及病變的客觀表達(dá)。因而，如何快速準(zhǔn)確的統(tǒng)計(jì)出尿液中各類(lèi)細(xì)胞的種類(lèi)及含量成為人們的研究重點(diǎn)。

長(zhǎng)期以來(lái)人們對(duì)醫(yī)學(xué)圖像的分析主要是依靠人工目測(cè)完成的，因而存在著效率低、工作強(qiáng)度大、易疲勞、人為誤差頻繁等缺點(diǎn)。本文將支持向量機(jī) （SVM）技術(shù)應(yīng)用于尿液細(xì)胞自動(dòng)識(shí)別及分類(lèi)［1－2］，通過(guò)對(duì)不同特征參數(shù)的識(shí)別準(zhǔn)確率、識(shí)別效率進(jìn)行對(duì)比，得出采用SVM方法的細(xì)胞識(shí)別分類(lèi)效果良好，達(dá)到輔助醫(yī)務(wù)人員分析和識(shí)別尿液細(xì)胞圖像的目的。本方法可給出病理檢查重要信息，對(duì)疾病診斷、治療監(jiān)測(cè)及健康普查具有重要的臨床意義。

1 尿液細(xì)胞識(shí)別分類(lèi)原理

細(xì)胞識(shí)別與分類(lèi)研究技術(shù)是圖像處理，模式識(shí)別和人工智能技術(shù)相結(jié)合的產(chǎn)物，采用SVM對(duì)數(shù)字化細(xì)胞圖像進(jìn)行自動(dòng)處理分析和分類(lèi)的主要方法是運(yùn)用圖像處理分析技術(shù)提取細(xì)胞的特征信息，在這些特征信息的基礎(chǔ)上采用SVM對(duì)細(xì)胞進(jìn)行識(shí)別分類(lèi)。

SVM細(xì)胞識(shí)別與分類(lèi)原理流程圖如圖1所示。

圖1 SVM識(shí)別與分類(lèi)流程

2 支持向量機(jī)原理

支持向量機(jī)是近幾年出現(xiàn)的一種統(tǒng)計(jì)模式識(shí)別方法［4］。在解決小樣本非線性及高維識(shí)別中有特有的優(yōu)勢(shì)，具有極強(qiáng)的泛化能力和其它機(jī)器學(xué)習(xí)方法不可比擬的優(yōu)勢(shì)。其原理是用最優(yōu)超平面作為分離訓(xùn)練數(shù)據(jù)的線性函數(shù)，解決線性分類(lèi)問(wèn)題。所謂最優(yōu)超平面是指，若訓(xùn)練樣本 （xi，yi），i＝1，...，l，x∈Rd，y∈ ｛＋1，－1｝，可以被超平面無(wú)差錯(cuò)分開(kāi)，且超平面附近的向量離超平面距離最大，這樣的超平面即為最優(yōu)超平面［3］。

式 （1）中w是到超平面的法向量，b是偏移量。求距離最大值等同于求w的最小值

超平面：x·w＋b＝0要求

式中：C——懲罰因子，ξi——松弛變量.判決結(jié)果方程如下

式中：αi——拉格朗日乘子常數(shù)，其值在優(yōu)化過(guò)程中確定。sv——支持向量集合，在很多實(shí)際情況下，訓(xùn)練數(shù)據(jù)集是線性不可分。例如在一維空間中，沒(méi)有任何一個(gè)線性函數(shù)能解決下述劃分問(wèn)題，即圖2所示：一維空間中，實(shí)線、虛線各代表一類(lèi)數(shù)據(jù)，我們無(wú)法用線性函數(shù)將這兩類(lèi)數(shù)據(jù)區(qū)分開(kāi)，可見(jiàn)線性判別函數(shù)有一定的局限性。

圖2 一維空間數(shù)據(jù)

完全可以建立一個(gè)二次判別函數(shù)

用來(lái)很好的解決上圖中線性不可分的問(wèn)題。決策分類(lèi)規(guī)則是：如果g（x）＞0，則判定x屬于C1，如果g（x）＜0，則判定x屬于C2，如果g（x）＝0，則可以拒絕判定。如圖3所示。

圖3 二維空間的數(shù)據(jù)

二次判別函數(shù)g（x）＝ （x－a）（x－b）可以寫(xiě)成如下形式

新建向量

這樣判別函數(shù)就可以寫(xiě)成

于是，非線性函數(shù)就轉(zhuǎn)換成了四維空間里的線性函數(shù)。

在SVM中也是利用類(lèi)似的思路解決非線性問(wèn)題的，利用核函數(shù)將低維空間中的線性不可分?jǐn)?shù)據(jù)映射成高維特征空間中的線性可分?jǐn)?shù)據(jù)。在支持向量機(jī)中使用的核函數(shù)主要有：線性核函數(shù)、多項(xiàng)式核函數(shù)、RBF核函數(shù)、Sigmoid核函數(shù)四類(lèi)。其中RBF核函數(shù)在實(shí)際使用中效果良好，因而本文采用RBF核函數(shù)作為SVM核函數(shù)。

3 特征參數(shù)與SVM參數(shù)

3.1 顏色特征參數(shù)

在RGB色彩坐標(biāo)系統(tǒng)中，任意顏色都可看作是3個(gè)基本顏色——紅 （R，red），綠 （G，green）和藍(lán) （B，blue）的不同組合。

在HSI色彩坐標(biāo)系統(tǒng)中色調(diào)H：由角度表示，它反映了顏色最接近什么樣的光譜波長(zhǎng)。飽和度S：表征顏色的深淺程度，飽和度越高，顏色越深。亮度I：是表示光照強(qiáng)度或稱(chēng)為亮度。本文選擇HSI作為顏色特征。HSI在許多處理中有其獨(dú)特的優(yōu)勢(shì)。首先，在HSI中，亮度分量與色度是分開(kāi)的，I分量與圖像的彩色信息無(wú)關(guān)。其次，在HSI中，色調(diào)H和飽和度S的概念相互獨(dú)立并與人的視覺(jué)系統(tǒng)最為接近。這些特點(diǎn)使得HSI被優(yōu)先用于彩色圖像分析算法中。

從RGB到HSI的轉(zhuǎn)換公式如下［5］

3.2 空間特征參數(shù)

細(xì)胞圖像是一種彩色物體，就單純一個(gè)像素點(diǎn)而言，它所包含的信息量不僅僅指的是是其顏色或色度信息，還有該像素點(diǎn)的空間信息，即該像素點(diǎn)所處的空間位置或者該像素點(diǎn)周?chē)袼氐男畔?。因而在特征參?shù)的選取上，僅有顏色參數(shù)是不可能表達(dá)像素的所有信息，有必要加入空間特征參數(shù)。為了提取某一像素點(diǎn)周?chē)袼氐男畔?，我們以該像素點(diǎn)周?chē)?×5領(lǐng)域?yàn)檠芯繉?duì)象，求取該像素點(diǎn)鄰域中所有像素點(diǎn)顏色特征的平均值作為空間特征。從理論上而言，這種處理更加充分地利用了細(xì)胞圖像所包含的信息。實(shí)驗(yàn)結(jié)果表明，加入空間特征能夠更好地識(shí)別不同種類(lèi)的細(xì)胞。

3.3 SVM參數(shù)確定

SVM的分類(lèi)性能主要由兩個(gè)參數(shù)確定，即：懲罰因子c和核函數(shù)的參數(shù)［6］。懲罰因子c用于調(diào)節(jié)學(xué)習(xí)機(jī)器置信范圍和經(jīng)驗(yàn)風(fēng)險(xiǎn)間的比例，使學(xué)習(xí)機(jī)器的推廣能力達(dá)到最好。選取時(shí)由具體的問(wèn)題而定，并取決于數(shù)據(jù)中噪聲的數(shù)量。核函數(shù)和其參數(shù)對(duì)分類(lèi)性能有很大影響，這里我們使用的是RBF核函數(shù)以及其參數(shù)g。SVM的參數(shù)確定過(guò)程實(shí)質(zhì)上就是一個(gè)優(yōu)化的過(guò)程。目前SVM參數(shù)確定方法主要有：經(jīng)驗(yàn)選擇法、實(shí)驗(yàn)試湊法、梯度下降法、交叉驗(yàn)證法［7］、Bayesian法等。本文提出網(wǎng)格搜索交叉驗(yàn)證法確定兩個(gè)SVM參數(shù)：懲罰因子c和RBF核函數(shù)的參數(shù)g。

10－折交叉驗(yàn)證法是一種典型的SVM性能評(píng)價(jià)準(zhǔn)則。其主要思想為：將訓(xùn)練樣本集隨機(jī)分為10個(gè)互不相交的子集合，即s1，s2，…s10。對(duì)其中的9個(gè)子集作為訓(xùn)練數(shù)據(jù)進(jìn)行訓(xùn)練，求出判決函數(shù)，即可對(duì)剩下的一個(gè)子集合進(jìn)行樣本測(cè)試。記其中的錯(cuò)誤分類(lèi)樣本數(shù)為li，該過(guò)程重復(fù)10次，取10次過(guò)程中的測(cè)試錯(cuò)誤的平均值來(lái)估計(jì)期望泛化誤差。利用網(wǎng)格搜索遍歷所有可能的 （c，g）對(duì)值，然后進(jìn)行10－折交叉驗(yàn)證，找出使交叉驗(yàn)證錯(cuò)誤率最小的（c0，g0）對(duì)，就為最優(yōu)參數(shù)。具體步驟如下：

（1）首先根據(jù)網(wǎng)格法搜索法初步設(shè)定參數(shù)變化范圍，將所有不同參數(shù)組合按10－折交叉驗(yàn)證求得識(shí)別率。

（2）根據(jù)前述參數(shù)范圍進(jìn)一步細(xì)分網(wǎng)格，得到更精確的參數(shù)值，根據(jù)10－折交叉驗(yàn)證平均正確率排序，選擇分類(lèi)正確率最高的參數(shù)組合作為模型的最優(yōu)參數(shù)。

4 實(shí)驗(yàn)過(guò)程與研究結(jié)論

尿液細(xì)胞識(shí)別分類(lèi)過(guò)程如下：

（1）將尿液細(xì)胞樣本圖片中每一類(lèi)細(xì)胞的特征參數(shù)作為一類(lèi)樣本，并以專(zhuān)門(mén)的格式存儲(chǔ)于數(shù)據(jù)庫(kù)中。

（2）讀取這些特征樣本分量作為SVM的訓(xùn)練樣本進(jìn)行訓(xùn)練，生成支持向量機(jī)分類(lèi)器。

（3）使用已生成的支持向量機(jī)分類(lèi)器對(duì)待檢測(cè)的細(xì)胞圖片所有像素點(diǎn)進(jìn)行預(yù)測(cè)分類(lèi)，最終達(dá)到識(shí)別分類(lèi)的目的。

以上過(guò)程操作簡(jiǎn)單，只需使用少量樣本訓(xùn)練一次，生成分類(lèi)器后，就可對(duì)多種細(xì)胞同時(shí)進(jìn)行識(shí)別分類(lèi)。

程序軟件由C＋＋語(yǔ)言編寫(xiě)，同時(shí)結(jié)合SQL Server數(shù)據(jù)庫(kù)［8］，設(shè)計(jì)出操作簡(jiǎn)單，實(shí)用性強(qiáng)的尿液細(xì)胞識(shí)別分類(lèi)程序。其中SVM部分是基于LIBSVM發(fā)展而來(lái)，LIBSVM是臺(tái)灣大學(xué)林志仁教授開(kāi)發(fā)的一套快速高效的SVM模式識(shí)別與回歸的開(kāi)源程序包［9］。

4.1 實(shí)驗(yàn)環(huán)境

軟件環(huán)境：操作系統(tǒng) Microsoft Windows XP Professional sp3，開(kāi)發(fā)軟件visual studio 2010，release版本。

硬 件 環(huán) 境： 處 理 器 Pentium4，2.40GHZ， 內(nèi) 存1GB RAM。

4.2 實(shí)驗(yàn)步驟與程序演示

（1）利用圖像預(yù)處理對(duì)待檢測(cè)細(xì)胞圖像進(jìn)行處理。

利用高斯濾波法對(duì)待檢測(cè)細(xì)胞圖像去噪［4，10］，有效的過(guò)濾掉圖像中的散粒噪聲，保留了細(xì)胞圖像的細(xì)節(jié)信息，進(jìn)而改善了細(xì)胞圖像質(zhì)量，如圖4、圖5所示。

（2）分割細(xì)胞圖像結(jié)構(gòu)，提取細(xì)胞特征參數(shù)。

在RGB顏色空間中R，G，B值作為顏色特征參數(shù)，ave＿r，ave＿g，ave＿b作為空間特征參數(shù)。

在HSI顏色空間中H，S，I值作為顏色特征參數(shù)，ave＿h(yuǎn)，ave＿s，ave＿i作為空間特征參數(shù)。將以上所有特征參數(shù)儲(chǔ)存于SQL Server數(shù)據(jù)庫(kù)中用于后續(xù)處理。圖6為樣本特征參數(shù)的選取過(guò)程。

為了方便用戶(hù)對(duì)SQL Server數(shù)據(jù)庫(kù)進(jìn)行必要的管理，我們編寫(xiě)了數(shù)據(jù)庫(kù)管理界面，如圖7所示。

圖6 樣本特征選取

圖7 樣本特征參數(shù)管理界面

（3）從數(shù)據(jù)庫(kù)中讀取特征值進(jìn)行SVM訓(xùn)練，通過(guò)網(wǎng)格搜索交叉驗(yàn)證法確定SVM最優(yōu)參數(shù)，然后根據(jù)SVM訓(xùn)練結(jié)果及參數(shù)進(jìn)行細(xì)胞識(shí)別分類(lèi)。分類(lèi)結(jié)果如圖8所示。

圖8 RGB色彩系及HSI色彩系下識(shí)別實(shí)驗(yàn)

從圖8中可以明顯地看出，圖8（b）、圖8（c）中的識(shí)別效果比圖8（a）好，而圖8（d）中的識(shí)別效果要好于圖8（b）和圖8（c）。在整幅圖中圖8（d）的識(shí)別效果最好，即HSI色彩系下加入空間特征方法的識(shí)別效果最好。

4.3 實(shí)驗(yàn)結(jié)論

本實(shí)驗(yàn)一共選取16張圖片，圖片大小為800×600，細(xì)胞種類(lèi)為6類(lèi)，共107個(gè)，分別為白細(xì)胞、紅細(xì)胞、上皮細(xì)胞、細(xì)胞管型、結(jié)晶、背景和雜質(zhì)歸為一類(lèi)，一共六類(lèi)。我們以RGB值作為特征參數(shù)為例，經(jīng)過(guò)大量的實(shí)驗(yàn)測(cè)試，比較不同SVM參數(shù)下的識(shí)別效果，其中（c0，g0）為選取的最優(yōu)參數(shù)對(duì)，并分別統(tǒng)計(jì)了各種細(xì)胞的識(shí)別率，見(jiàn)表1。

表1 不同SVM參數(shù)下識(shí)別結(jié)果比較 （%）

以上結(jié)果表明，當(dāng)特征參數(shù)一定時(shí)，懲罰因子c和RBF核函數(shù)的參數(shù)g對(duì)SVM的性能起到?jīng)Q定作用，由網(wǎng)格搜索和交叉驗(yàn)證法確定SVM最優(yōu)參數(shù)得到了理想的識(shí)別分類(lèi)效果。

在SVM最優(yōu)參數(shù)確定后，通過(guò)對(duì)不同的方法進(jìn)行訓(xùn)練和測(cè)試，統(tǒng)計(jì)并對(duì)比所得到識(shí)別分類(lèi)的結(jié)果和所消耗的時(shí)間。其中樣本訓(xùn)練時(shí)間和識(shí)別時(shí)間由程序自動(dòng)生成，時(shí)間單位為毫秒 （ms），結(jié)果見(jiàn)表2、表3。

表2 不同特征參數(shù)下識(shí)別結(jié)果比較 （%）

表3 不同特征參數(shù)下識(shí)別效率比較 （ms）

從識(shí)別的準(zhǔn)確度來(lái)看，利用圖像綜合特征的分類(lèi)方法是可行的，采用HSI顏色系作為顏色參數(shù)所取得的效果要比采用RGB顏色系要好。另外加入空間特征參數(shù)要比采用單純顏色特征的分類(lèi)效果要好，這說(shuō)明圖像像素點(diǎn)的信息，不是僅僅用該像素點(diǎn)的顏色就能表達(dá)的還與該像素點(diǎn)周?chē)南袼赜嘘P(guān)。

從識(shí)別的效率來(lái)看，由于HSI顏色參數(shù)是根據(jù)RGB顏色參數(shù)由轉(zhuǎn)換公式計(jì)算而來(lái)，因而計(jì)算量的增加導(dǎo)致樣本訓(xùn)練和識(shí)別時(shí)間也會(huì)相應(yīng)增加。在加入?yún)?shù)特征空間后，計(jì)算量也隨之相應(yīng)增加。準(zhǔn)確度與效率一直以來(lái)就是矛盾的，如果過(guò)高的追求精確度，則效率會(huì)有比較大的下降，只能從二者之間取一個(gè)平衡。從程序反饋的消耗時(shí)間來(lái)看，我們?cè)诟冻鲚^小效率的代價(jià)下，提高了識(shí)別準(zhǔn)確度。

實(shí)驗(yàn)結(jié)果表明：在利用SVM對(duì)尿液細(xì)胞進(jìn)行識(shí)別分類(lèi)的過(guò)程中，我們所提出的在HSI顏色空間選取顏色特征參數(shù)和空間特征參數(shù)，同網(wǎng)格搜索交叉驗(yàn)證法選取SVM最優(yōu)參數(shù)相結(jié)合的方法得到很好的驗(yàn)證，取得了理想的實(shí)驗(yàn)結(jié)果。

5 結(jié)束語(yǔ)

本文選取符合人類(lèi)視覺(jué)感知的HSI顏色空間作為主要特征參數(shù)，有效避免了RGB顏色空間的弊端。加入空間特征參數(shù)后，細(xì)胞圖像信息更完整。使用具有廣泛應(yīng)用前景的支持向量機(jī)為基礎(chǔ)的改進(jìn)算法，并采用網(wǎng)格搜索交叉驗(yàn)證法選取最佳的核函數(shù)和相關(guān)參數(shù)，最終達(dá)到理想的分類(lèi)效果。還同時(shí)重點(diǎn)考慮算法的實(shí)用性，便利性和可擴(kuò)展性。以visual c＋＋為平臺(tái)設(shè)計(jì)軟件，使其具有良好的兼容性，方便用戶(hù)使用。使用SQL Server數(shù)據(jù)庫(kù)保存特征數(shù)據(jù)，為以后的尿液細(xì)胞識(shí)別分類(lèi)的網(wǎng)絡(luò)化應(yīng)用打下基礎(chǔ)。

：

［1］GU Yaxiang，DING Shifei. Advances of support vector machine ［J］.Computer Science，2011，38 （2）：14－17 （in Chinese）.［顧亞祥，丁世飛.支持向量機(jī)的研究進(jìn)展 ［J］.計(jì)算機(jī)科學(xué)，2011，38 （2）：14－17.］

［2］WANG Yongfeng，HUANG Siming，XU Jing.A gradient method for choosing kernel parameters for SVM ［J］.Mathematics In Practice and Theory，2011，41 （1）：7－13 （in Chinese）. ［王永峰，黃思明，徐晶.一種通用的基于梯度的SVM核參數(shù)選取算法［J］.北京：數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2011，41 （1）：7－13.］

［3］Serafeim Moustakidis，Giorgos Mallinis，Nikos Koutsias，et al.SVM－based fuzzy decision trees for classification of high spa－tial resolution remote sensing images ［J］.IEEE Transactions on Geoscience and Remote Sensing，2012，50 （1）：149－168.

［4］Mila Sonka，Vaclav Hlavac，Roger Boyle.Image processing，analysis and machine vision ［M］.CL－Engineering，2008.

［5］YE Xiaoling，LIU Yucheng，ZHANG Yingchao.Cell recognition research based on colorimetry and morphology ［J］.Computer Engineering and Design，2009，30 （6）：1495－1498 （in Chinese）.［葉小玲，劉玉成，張穎超.基于色度學(xué)與形態(tài)學(xué)相結(jié)合的細(xì)胞識(shí)別研究 ［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2009，30（6）：1495－1498.］

［6］Dheeba J，Tamilselvi.Classification of malignant and benign MICRO－calcification using SVM classifier ［C］／／IEEE Proceedings of Icetect，2011：686－690.

［7］FENG Heguo.Parameter optimizing for support vector machines classification ［J］.Computer Engineering and Applications，2011，47 （3）：123－125 （in Chinese）. ［奉和國(guó).SVM分類(lèi)核函數(shù)及參數(shù)選擇比較 ［J］.計(jì)算機(jī)工程與應(yīng)用，2011，47 （3）：123－125.］

［8］QU Yang.Visual C＋＋實(shí)效編程280例 ［M］.Beijing：Posts＆ Telecom Press，2009 （in Chinese）. ［曲揚(yáng).Visual C＋＋實(shí)效編程280例 ［M］.北京：人民郵電出版社，2009.］

［9］Hsu Chih wei，Changchih chung，Lin Chih jena.Practical guide to support vector classification ［EB／OL］.［2012－05－05］.http：／／www.csie.ntu.edu.tw／cjlin.

［10］WANG Zhanquan，XU Hu.Digital image processing technology and engineering case for Visual C＋ ＋ ［M］.Beijing：Post and Telecom Post，2009 （in Chinese）.［王占全，徐慧.Visual C＋＋數(shù)字圖像處理技術(shù)與工程案例 ［M］.北京：人民郵電出版社，2009.］