结合信息能度量的核形态差异学习-计算机应用研究.pdfVIP

第２９卷第４期 计 算 机 应 用 研 究 Ｖｏｌ．２９Ｎｏ．４ ２０１２年４月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ａｐｒ．２０１２ 结合信息能度量的核形态差异学习 １，２ １，３，４ １ 刘松华 ，丁彩英 ，刘建生 （１．江西理工大学理学院，江西赣州３４１０００；２．西安电子科技大学计算机学院，西安７１００７１；３．兰州大学交 叉学科研究中心，兰州７３００００；４．中国科学院物理研究所，北京 １００８７１） 摘　要：利用核映射及非局部均值降噪特性构造相似性度量，即信息能度量。通过对细胞表型图进行特征映射 并结合信息能度量得到图像特征的形态差异目标函数，依据梯度上升优化获取最优度量矩阵，建立基于核方法 的形态差异学习模型。该模型特点在于：不仅考虑了各类样本的相似性，同时在降低噪声影响形态差异学习的 过程中充分利用了图像的高阶统计量和非线性特征。实验结果表明，该核化算法灵敏度更高，且具有较好的鲁 棒性，能有效应用于临床诊断。 关键词：图像分类；核方法；降噪；形态差异 中图分类号：ＴＰ３９１４１　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１２）０４１３４１０４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１２．０４．０３９ Ｋｅｒｎｅｌｍｏｒｐｈｏｌｏｇｉｃａｌｄｉｆｆｅｒｅｎｃｅｓａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎ ｉｎｆｏｒｍａｔｉｖｅｅｎｅｒｇｙｍｅｔｒｉｃ １，２ １，３，４ １ ＬＩＵＳｏｎｇｈｕａ ，ＤＩＮＧＣａｉｙｉｎｇ ，ＬＩＵＪｉａｎｓｈｅｎｇ （１．ＣｏｌｌｅｇｅｏｆＳｃｉｅｎｃｅ，ＪｉａｎｇｘｉＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，ＧａｎｚｈｏｕＪｉａｎｇｘｉ３４１０００，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏ ｌｏｇｙ，ＸｉｄｉａｎＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ７１００７１，Ｃｈｉｎａ；３．ＣｅｎｔｅｒｏｆＩｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｙ，ＬａｎｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００００，Ｃｈｉｎａ；４．Ｉｎｓｔｉｔｕｔｅｏｆ ＰｈｙｓｉｃｓＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１００８７１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｆｉｒｓｔｌｙ，ｔｈｉｓｐａｐｅｒｄｅｆｉｎｅｄｔｈｅｓｉｍｉｌａｒｉｔｙｍｅａｓｕｒｅｂｙｋｅｒｎｅｌｍａｐｐｉｎｇａｎｄｎｏｎｌｏｃａｌｍｅａｎｓ，ｎａｍｅｄａｓｉｎｆｏｒｍａｔｉｖｅｅｎ ｅｒｇｙｍｅｔｒｉｃ（ＩＥＭ）．Ｓｅｃｏｎｄｌｙ，ｃｏｍｂｉｎｅｄｔｈｅｆｅａｔｕｒｅｍａｐｐｉｎｇｏｆｃｅｌｌｉｍａｇｅｓｗｉｔｈｔｈｅＩＥＭａｎｄａｎｏｂｊｅｃｔｉｖｅｆｕｎｃｔｉｏｎｆｏｒｍｏｒｐｈｏ ｌｏｇｉｃａｌｄｉｆｆｅｒｅｎｃｅｓｗａｓｃｏｍｐｕｔｅｄ．Ｔｈｉｒｄｌｙ，ｉｔｏｂｔａｉｎｅｄｔｈｅｏｐｔｉｍａｌｍｅｔｒｉｃｍａｔｒｉｘｂｙｇｒａｄｉｅｎｔａｓｃｅｎｔａｌｇｏｒｉｔｈｍａｎｄｃｏｎｓｔｒｕｃｔｅｄａ ｍｏｒｐｈｏｌｏｇｉｃａｌｄｉｆｆｅｒｅｎｃｅｌｅａｒｎｉｎｇｍｏｄｅｌｂａｓｅｄｏｎｋｅｒｎｅｌｍｅｔｈｏｄｓ．Ｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｉｓｍｏｄｅｌｗｅｒｅｔｈａｔｉｔｃｏｕｌｄｍｅａｓｕｒｅ ｔｈｅｓｉｍｉｌａｒｉｔｙｂｅｔｗｅｅｎｅａｃｈｓａｍｐｌｅｐａｉｒｓａｎｄｍｉｎｅｔｈｅｈｉｇｈｏｒｄｅｒｓｔａｔｉｓｔｉｃｓａｎｄｎｏｎｌｉｎｅａｒｆｅａｔｕｒｅｓ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗ ｔｈａｔｔｈｉｓｍｅｔｈｏｄｉｓｍｏｒｅｓｅｎｓｉｔｉｖｅａｎｄｒｏｂｕｓｔ