[发明专利]一种基于Hopfield神经网络的白带中球菌的自动检测方法

权利要求书

1.一种基于Hopfield神经网络的白带中球菌的自动检测方法，其特征在于，包括训练步骤和识别步骤。

2.根据权利要求1所述的一种基于Hopfield神经网络的白带中球菌的自动检测方法，其特征在于所述训练步骤具体过程为：

步骤1：人工提取现有的白带显微图像中的标准球菌的灰度图像100幅，统一缩放到15*15的尺寸；

步骤2：对100幅球菌灰度图像分别运用OSTU算法求得阈值；

步骤3：将图中各像素点灰度值与该图的阈值进行比较，若大于阈值，则将该像素点的灰度值置为1，若小于阈值，则将该像素点的灰度值置为-1，得到一个标准的-1、1的二值矩阵；

步骤4：对100幅图都采取步骤3的操作，得到100个标准的-1、1的二值矩阵，将所有二值矩阵保存成训练样本T，T＝[A1；A2；A3；…；A100]’(A1、A2、A3……A100为所得二值矩阵)；

步骤5：创建一个Hopfield神经网络，将T输入该网络；

步骤6：运行网络至平衡状态，保存网络权值及阈值以及输出向量Y，供识别阶段使用，训练结束。

3.根据权利要求1所述的一种基于Hopfield神经网络的白带中球菌的自动检测方法，其特征在于所述识别步骤具体过程为：

步骤1：对盐水白带显微灰度图像进行底帽变换；

步骤2：对底帽变换后的图像运用OSTU算法求得阈值，再根据阈值分割得到二值图像；

步骤3：对所得二值图像进行连通域标定；

步骤4：根据球菌形态特征(面积、周长、圆形度)对各个连通域进行筛选，保留符合球菌形态特征的连通域的外接矩形坐标；

步骤5：根据步骤3中保留的坐标，在原灰度图像中裁剪下对应外接矩形的灰度小图；

步骤6：将灰度小图放缩到与标准球菌图像一个尺寸(15*15)，运用OSTU算法求得阈值；将灰度小图各像素点灰度值与阈值比较，若灰度值大于该图的阈值，则将其灰度值置为1，若灰度值小于该图的阈值，则将其灰度值置为-1，得到一个二值矩阵；

步骤7：将步骤6得到的二值矩阵作为Hopfield神经网络的输入，Y为特征库，送入网络；

步骤8：当网络运行达到平衡状态时，输出结果；

步骤9：结果分析，判断是否为球菌，保留识别为球菌的区域。

4.根据权利要求3所述的一种基于Hopfield神经网络的白带中球菌的自动检测方法，其特征在于，所述识别步骤中的步骤1对盐水白带显微灰度图像进行底帽变换的具体步骤为：

步骤1：用半径为3的圆盘模板对灰度图像进行膨胀处理；

步骤2：用半径为3的圆盘模板对膨胀后的图像进行腐蚀处理；

步骤3：用膨胀腐蚀后的图像减去原灰度图像，得到底帽变换的图像。

5.根据权利要求3所述的一种基于Hopfield神经网络的白带中球菌的自动检测方法，其特征在于，所述识别步骤中的步骤2中二值图像的具体获取方法为：

步骤1：对底帽变换后的图像运用OSTU算法求得阈值；

步骤2：将图中各像素点灰度值与阈值比较，若大于阈值，则将该像素点灰度值置为255，若小于阈值，则将该像素点灰度值置为0，得到二值图像。

6.根据权利要求3所述的一种基于Hopfield神经网络的白带中球菌的自动检测方法，其特征在于，所述识别步骤中的步骤4中符合球菌形态特征的连通域的外接矩形坐标的具体获取方法为：

步骤1：计算每个连通域的面积和周长；

步骤2：计算圆形度，圆形度计算公式为：

$C=\frac{4\mathrm{\π}\·S}{L^2}$

其中，C为圆形度，S为连通区域的面积，L为连通区域的周长；

步骤3：经过面积筛选，保留面积范围为5～50的连通域的外接矩形坐标；

步骤4：经过周长筛选，保留周长范围为10～150的连通域的外接矩形坐标；

步骤5：经过圆形度筛选，保留圆形度范围为0.8～1的连通域的外接矩形坐标。

7.根据权利要求3所述的一种基于Hopfield神经网络的白带中球菌的自动检测方法，其特征在于，所述识别步骤中的步骤9中判断是否为球菌，保留识别为球菌的区域的具体方法为：

步骤1：将系统运行平衡状态时的输出结果Y’与特征库中标准球菌的特征向量Y进行误差率P分析；误差率计算公式如下：

(i＝1,2,3…15；j＝1,2,3…15)

步骤2：若误差率小于0.005，则该输入样本为球菌；若误差率大于0.005，则该输入样本为杂质。保留识别为球菌的区域。