[发明专利]一种针对组织病理学图像的哈希样本平衡癌症标注方法

权利要求书

1.一种针对组织病理学图像的哈希样本平衡癌症标注方法，其特征在于，所述方法包括如下步骤：

步骤1，利用卷积自编码器提取多类图像的特征，采用无监督的卷积自编码器CAE来提取图像块特征；

步骤2，利用哈希方法将高维特征空间的图像映射到低维二进制空间，对所有多类图像样本产生哈希编码，其中，每个哈希编码对应原始特征空间中的一个子空间，也称为哈希桶；

步骤3，计算在每个哈希桶中的抽取样本的选择比例，并挑选出具有代表性的样本；

步骤4，采用有监督卷积神经网络(CNN)用于最终的分类任务。

2.如权利要求1所述的一种针对组织病理学图像的哈希样本平衡癌症标注方法，其特征在于，所述步骤1进一步包括：采用深度学习的方法获取图像的高层语义特征，采用卷积卷积自编码器(CAE)提取多类组织病理斑块的特征，编码器将输入数据转换为低维特征，可以定义为

s＝g(z) (1)

其中z和s分别代表编码器的输入数据和输出；解码器接收编码器的输出，并尝试将编码器的输入重建为其输出，解码器定义为

其中s和分别对应于低维特征和解码器的输出，因此，卷积自编码器的目标函数可以定义为

f，g=argmin_f，gL(z，f(g(z))) (3)

再利用随机梯度下降法对目标函数进行最小化，得到输入图像的特征。

3.如权利要求1所述的一种针对组织病理学图像的哈希样本平衡癌症标注方法，其特征在于，所述步骤2进一步包括：通过一组哈希函数将图像从原始高维特征空间投影到低维汉明空间，每个哈希函数充当一个超平面，将特征空间分为两部分，超平面的两侧被指定为“-1”或“1”，通过学习θ个哈希函数，可以在汉明空间中生成2θ个哈希桶，同一个哈希桶中的样本共享相同的哈希编码，并被视为彼此相似。

4.如权利要求3所述的一种针对组织病理学图像的哈希样本平衡癌症标注方法，其特征在于，采用迭代量化哈希(ITQ)，一个包含n个样本的特征数据集可以定义为X∈R^n×d，其中d表示原始特征数据的维数，哈希的目的是根据所有样本的相似性来学习一个二进制码矩阵B∈{-1,1}^n×c，其中c代表哈希编码长度，数据点x通过哈希表H(x)＝[h₁(x)...h_c(x)]映射到二进制编码空间，将哈希函数表示为

h(x)=sgn(xw_c+b) (4)

其中，w_c和b分别代表哈希超平面参数和偏差，符号函数sgn(·)可以表示为

目标函数表示为

其中，W为哈希超平面系数矩阵，B为数据的哈希编码矩阵。为了便于优化，忽略不可导的符号函数sgn(·)，公式(6)可以转化为

公式(7)与主成分分析(PCA)的目标函数相同，所述目标函数可以采用PCA的方式对特征数据进行降维，得到数据的前c主成分，把数据映射到低维空间，得到降维后的特征数据集V；然后，通过对数据在低维空间进行旋转，使得数据和其对应的低维空间超立方体顶点尽可能相近，每个超立方体顶点对应一个哈希编码，因此，最终的量化损失函数为

其中，B、V、R、F分别表示图像的哈希编码、PCA降维后的特征数据、旋转矩阵和Frobenius范数。其中，V为已知，未知变量为B和R；具体的迭代优化计算方法为：

先固定R以更新B：展开公式(8)得到

因为经过PCA降维后的特征数据V已经被固定了，最小化公式(9)等价于最大化

此时，B等于特征数据V经过R旋转后，最近的超立方体顶点对应哈希编码；

然后固定B以更新R：

公式(8)的最小量化过程如下，对B^TV进行SVD分解，B^TV＝SΩS^T，然后得到R＝SS^T，将迭代优化过程交替进行预设次数，即可得到较好的局部最优解，即B和R。