[发明专利]通过利用类比例数据的卷积字典学习对对象群体进行分类

权利要求书

1.一种用于基于模板字典和类比例数据对对象群体进行分类的方法，该方法包括：

获得其中描绘有一个或多个对象的图像；

确定该图像中对象的总数(N)；

获得类比例数据和包括至少一个对象类的至少一个对象模板的模板字典；

提取一个或多个图像补丁(e_i)，该一个或多个图像补丁中的每个图像补丁包含该图像中的相应对象(i)；以及

基于该相应图像补丁(e_i)与每个对象模板的匹配强度(α_i)并且受该类比例数据的影响来确定每个对象的类。

2.如权利要求1所述的方法，其中，该图像是全息图像。

3.如权利要求1所述的方法，其中，该匹配强度是根据来确定的，其中，i是对象，是第k_i个对象模板的图像，并且e_i是与第i个对象相对应的图像补丁。

4.如权利要求1所述的方法，其中，每个对象的类受在给定对象总数为N的情况下对象在类c中的概率p_c|N的影响，并且其中，该概率p_c|N基于该类比例数据。

5.如权利要求1所述的方法，其中，该类比例数据通过预定值(λ)进行加权。

6.如权利要求1所述的方法，其中，每个对象(i)的对象模板的索引(k)是根据来确定的，其中，d_j是第j个对象模板的图像，K是对象模板的总数，e_i是与第i个对象相对应的图像补丁，c是类，C是类的总数，d_j是第j个对象模板的图像，并且p_c|N是在给定对象总数为N的情况下对象在类c中的概率，并且λ是预定的加权值。

7.如权利要求6所述的方法，其中，类c的比例是根据来确定的，其中，N是对象总数，是属于类c的对象的数量，是第k_i个对象模板的图像。

8.如权利要求1所述的方法，其中，该模板字典包括针对单核细胞、淋巴细胞和粒细胞中的一个或多个的图像模板。

9.一种用于对样本中的对象进行分类的系统，该系统包括：

腔室，该腔室用于保持该样本的至少一部分；

图像传感器，该图像传感器用于获得位于该腔室中的该样本的该部分的图像；以及

处理器，该处理器与该图像传感器通信，该处理器被编程用于：

获得其中描绘有一个或多个对象的图像；

确定该图像中对象的总数(N)；

获得类比例数据和包括至少一个对象类的至少一个对象模板的模板字典；

提取一个或多个图像补丁(e_i)，该一个或多个图像补丁中的每个图像补丁包含该图像中的相应对象(i)；以及

基于该相应图像补丁(e_i)与每个对象模板的匹配强度(α_i)并且受该类比例数据的影响来确定每个对象的类。

10.如权利要求9所述的系统，其中，该处理器被编程用于根据来确定该匹配强度，其中，i是对象，是第k_i个对象模板的图像，并且e_i是与第i个对象相对应的图像补丁。

11.如权利要求9所述的系统，其中，每个对象的类受在给定对象总数为N的情况下对象在类c中的概率p_c|N的影响，并且其中，该概率p_c|N基于该类比例数据。

12.如权利要求9所述的系统，其中，该处理器被编程用于通过预定值(λ)对该类比例数据进行加权。