【技术实现步骤摘要】
本专利技术涉及医学图像处理，具体涉及一种基于x射线图像可解释模型的冠状病毒检测方法。
技术介绍
1、冠状病毒的出现，会导致严重的下呼吸道感染。由于这种病毒在人与人之间传播非常迅速，因此需要快速检测冠状病毒患者，以便使感染患者可以得到快速护理和治疗。而目前的冠状病毒检测方法充满了局限性，需要健康专家的手动干预。
技术实现思路
1、针对现有技术中的上述不足，本专利技术提供了一种基于x射线图像可解释模型的冠状病毒检测方法，解决需要人工干预即可获得准确的结果的局限性与解释模型的局限性，从而提高冠状病毒检测能力。
2、为了达到上述专利技术目的，本专利技术采用的技术方案为：
3、一种基于x射线图像可解释模型的冠状病毒检测方法，包括以下步骤：
4、s1、获取原始冠状病毒x射线图像并对其进行数据预处理，得到数据增强的冠状病毒x射线图像；
5、s2、采用k均值聚类法对数据增强的冠状病毒x射线图像进行数据分割，得到数据分割的冠状病毒x射线图像；
6、s3、对数据分割的冠状病毒x射线图像进行纹理特征与颜色特征的提取，得到带有颜色特征与纹理特征的冠状病毒x射线图像；
7、s4、利用差分进化法与粒子群优化法的混合法对带有颜色特征与纹理特征的冠状病毒x射线图像进行特征优化，得到优化的冠状病毒x射线图像特征集；
8、s5、将优化的冠状病毒x射线图像特征集输入svm分类器中进行冠状病毒颜色特征与纹理特征分类，得到冠状病毒x射线图像
9、进一步地，步骤s1具体包括：
10、s11、获取原始冠状病毒x射线图像，并将获取的原始冠状病毒x射线图像调整为固定像素的冠状病毒x射线图像；
11、s12、将固定像素的冠状病毒x射线图像通过镜子进行翻转，得到翻转的冠状病毒x射线图像；
12、s13、将翻转的冠状病毒x射线图像通过水平翻转生成镜像的冠状病毒x射线图像；
13、s14、将镜像的冠状病毒x射线图像进行剪切、添加噪声、调整亮度以及翻转，得到数据增强的冠状病毒x射线图像。
14、进一步地，步骤s3具体包括：
15、s31、对数据分割的冠状病毒x射线图像利用颜色共生矩阵进行颜色特征的提取，得到带有颜色特征的冠状病毒x射线图像；
16、s32、利用灰度共生矩阵对带有颜色特征的冠状病毒x射线图像进行纹理特征的提取，得到带有颜色特征与纹理特征的冠状病毒x射线图像；
17、其中，纹理特征包括对比度、相关性、能量以及均匀性特征。
18、进一步地，步骤s4具体包括：
19、s41、采用粒子群优化法根据输入的带有颜色特征与纹理特征的冠状病毒x射线图像，随机生成粒子种群，并初始化粒子种群的速度与位置；
20、s42、基于每个粒子的速度，重新评估每个粒子的新位置，并选取每个粒子的最佳位置；
21、s43、采用差分进化法对每个粒子的最佳位置产生变异，得到变异后的粒子的位置与速度；
22、s44、基于变异后的粒子的位置与速度，计算每个粒子的新的适应度值；
23、s45、得到优化的冠状病毒x射线图像特征集。
24、进一步地，步骤s42中每个粒子的最佳位置为：
25、
26、其中，xi表示第i个粒子的新位置，if、otherwise表示判断条件，rand()表示随机函数，f(·)表示sigmoid激活函数，vid表示第i个粒子的初始位置，e(·)表示指数函数。
27、进一步地，步骤s43中变异后的粒子的位置与速度为：
28、
29、其中，xi,g+1表示第i个粒子在第g+1代处产生变异后的位置，if、otherwise表示判断条件，rand()表示随机函数，f(·)表示sigmoid激活函数，vi,g+1表示第i个粒子在第g+1代处产生变异后的速度，iw表示惯性权重，即之前速度的影响，vi,g表示第i个粒子在第g代处产生变异后的速度，a1、b1、a2、b2分别表示加速度常数，lbest(i,d)表示第i个粒子在维度d的局部最佳值，xi表示第i个粒子的位置，gbest(i,d)表示第i个粒子在维度d的全局最佳值。
30、进一步地，步骤s44中每个粒子的新的适应度值的计算公式为：
31、γi＝xi,g+1+vi,g+1
32、其中，γi表示第i个粒子的新的适应度值，xi,g+1表示第i个粒子在第g+1代处产生变异后的位置，vi,g+1表示第i个粒子在第g+1代处产生变异后的速度。
33、进一步地，步骤s45中优化的冠状病毒x射线图像特征集为：
34、
35、其中，ci,g+1表示优化的第i个粒子在第g+1代处的特征集，γi表示第i个粒子的新的适应度值，if、otherwise表示判断条件，f(·)表示sigmoid激活函数，rand(0,1)表示生成在0到1范围内的随机数，xi表示第i个粒子的位置，cr表示交叉概率。
36、本专利技术具有以下有益效果：
37、本专利技术所提出的一种基于x射线图像可解释模型的冠状病毒检测方法，利用差分进化法与粒子群优化法的混合法对带有颜色特征与纹理特征的冠状病毒x射线图像进行特征优化，提高了svm分类器检测冠状病毒的效率与准确性，同时可针对规模较小的数据集进行检测。
本文档来自技高网...【技术保护点】
1.一种基于X射线图像可解释模型的冠状病毒检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于X射线图像可解释模型的冠状病毒检测方法，其特征在于，步骤S1具体包括：
3.根据权利要求1所述的基于X射线图像可解释模型的冠状病毒检测方法，其特征在于，步骤S3具体包括：
4.根据权利要求1所述的基于X射线图像可解释模型的冠状病毒检测方法，其特征在于，步骤S4具体包括：
5.根据权利要求4所述的基于X射线图像可解释模型的冠状病毒检测方法，其特征在于，步骤S42中每个粒子的最佳位置为：
6.根据权利要求4所述的基于X射线图像可解释模型的冠状病毒检测方法，其特征在于，步骤S43中变异后的粒子的位置与速度为：
7.根据权利要求4所述的基于X射线图像可解释模型的冠状病毒检测方法，其特征在于，步骤S44中每个粒子的新的适应度值的计算公式为：
8.根据权利要求4所述的基于X射线图像可解释模型的冠状病毒检测方法，其特征在于，步骤S45中优化的冠状病毒X射线图像特征集为：
【技术特征摘要】
1.一种基于x射线图像可解释模型的冠状病毒检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于x射线图像可解释模型的冠状病毒检测方法，其特征在于，步骤s1具体包括：
3.根据权利要求1所述的基于x射线图像可解释模型的冠状病毒检测方法，其特征在于，步骤s3具体包括：
4.根据权利要求1所述的基于x射线图像可解释模型的冠状病毒检测方法，其特征在于，步骤s4具体包括：
5.根据权利要求4所述的基于x射线图像可解释模型的冠...
【专利技术属性】
技术研发人员：戈尔巴乔夫·谢尔盖·维克托罗维奇，阿布希克·迪克西特，阿希什·马尼，石熙，
申请(专利权)人：重庆第二师范学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。