[发明专利]基于网格重构学习的染色体分类模型

说明书

本发明针对弯曲染色体识别困难、染色体细粒度以及不同显色技术的染色体数据集上泛化困难等问题提出基于网格重构学习的染色体分类模型，有效提高染色体分类的精度。该网络特别设计网格化及网格重构模块，首先将染色体图像网格化，弱化染色体弯曲造成的不利影响；随后利用网格重构模块，筛选重构特征，以提高弯曲染色体的识别性能。网格重构学习模型在三个不同公共染色体数据集上分类精度达到0.973，0.972和0.995。

技术领域

本发明属于医学图像分类领域，特别涉及染色体图像分类。因此提出图像网格化以及特征重构等技术来解决染色体图像分类困难这一问题。

背景技术

体健康体细胞内有23对染色体，包括22对常染色体和一对性染色体。核型分析通常对分裂中期的染色体进行扫描拍摄，采集获得一定数量的染色体核型图，经过一系列处理和优化后，完成染色体的分类及异常识别，为染色体变异相关疾病的诊断及未知基因型疾病的发现提供有力参考。作为核型分析的核心环节，染色体分类一直是核型分析领域的研究重点。然而，人类正常体细胞内不同类别的染色体形态相似，但细节纹理部分差异显著; 且由于染色体的非刚性特点，各染色体长短臂可以呈现出不同的弯曲状态。染色体的这些性质决定了其具有类间差距小、类内差距大的特点,给精准分类造成了较大挑战。

从发展历史过程来看，基于核型图的染色体分类方法经历了传统图像分类方法和基于卷积神经网络(Convolutional Neural Network，CNN)方法两个阶段。传统的染色体的自动分类方法一般由3个步骤构成，包括提取染色体中心轴，根据中心轴提取各种特征，以及通过分类器进行分类。其中，染色体中心轴的提取决定了后续的特征提取及处理，但是由于染色体的弯曲程度决定了中心轴提取的质量，进而影响分类特征提取的质量。因此传统方法在处理弯曲染色体时，往往先对染色体进行拉直处理后，再提取中心轴。可以看出，构成传统算法的多个环节都有较好的可解释性，但算法整体的环节多、复杂度高，给分类效果引入了不确定性。

随着深度学习的兴起，CNN可以出色的完成端到端的图像识别任务，并提高效率。因此，设计合理的CNN模型可以自主地从数据中挖掘出有价值的特征，出色地完成包括图像分类在内的复杂任务，为染色体分类特征的提取提供了一些新思路。其中，Sharma、Swati等人提出了基于CNN的提取染色体特征分类方法,其分类准确率分别达到了86.7%和85.6%。但是这两种方法在将染色体数据输入网络前，仍需先对染色体进行拉直，无法端到端地完成任务。Qin等人提出的方法不做染色体拉直的预处理，直接在高达87831张手工标注的G带图上训练CNN模型，获得了较高的分类准确度。然而，由于该模型没有从根本上针对染色体弯曲进行设计，在面对无法提供海量训练数据的实际问题时，较难达到预期的性能。从一般性的图像分类的角度来看，由于染色体核型图存在类间差距小、类内差距大的特点，因此应当将其分类任务类比于自然图像的细粒度分类任务。目前细粒度分类任务多通过两种思路完成，即仅基于图像级标签实现的弱监督分类和带有边界框、零件关键点等额外信息的强监督分类。

在弱监督分类算法方面，Cui等人提出了基于显式特征映射的池化框架，以提升细粒度分类精度。然而，这种方法虽然可以利用核函数较好地捕捉CNN所提取的特征间的高阶信息，但仍没有提出更有效的局部特征提取方法。Lin等提出了由两个CNN特征抽取器组成的双线性模型框架，其输出的特征图在外积之后池化得到特征向量用于分类预测。该模型能以平移不变的方式对局部的成对特征进行提取，以获得更精细的特征。但是此方法较难将特征进行有效地关联，且模型参数数目过多，计算量大，其训练和推理都会对普通计算平台造成较大压力，不利于模型的实际应用。另一些研究者提出破坏与重建学习模型和循环注意力卷积神经网络模型，强化局部特征对分类任务的贡献，以更好地学习具有判别性的特征、提高分类的准确性。但两种方法均无法对局部特征实现充分的有效关联。