本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其是涉及一種基于鳥類群體響應(yīng)的蝙蝠算法(Bird Flock Bat Algorithm,BFBA)和極限學(xué)習(xí)機(Extreme Learning Machine,ELM)的乳腺X射線圖像特征選擇方法。

背景技術(shù)：

乳腺疾病是女性常見的疾病之一，同時乳腺癌的多發(fā)性和危害性嚴(yán)重影響著女性的健康甚至生命，因此，乳腺疾病的早期診斷直接關(guān)系著女性的人身健康。尤其對于乳腺癌，現(xiàn)在人們還不能完全確定其病發(fā)機理。目前乳腺癌的臨床診斷方法主要包括觸摸式診斷、組織學(xué)診斷、細(xì)胞學(xué)診斷和影像學(xué)診斷。影像學(xué)以其診斷的方便性、科學(xué)性和相對較高的可操作性被廣泛采用。乳腺X射線攝影技術(shù)是最常見的乳腺癌早期診斷技術(shù)，對于這種方法，需要從乳腺X射線圖像中分析乳腺的患病情況。隨著計算機技術(shù)的快速發(fā)展，對乳腺X射線圖像的分析也實現(xiàn)了從傳統(tǒng)人工分析到計算機輔助分析的轉(zhuǎn)換，這種轉(zhuǎn)換可以使乳腺癌的診斷更快速、更準(zhǔn)確。

特征是決定相似性與分類的關(guān)鍵。由于用計算機識別乳腺癌，故從乳腺X射線圖像上提取了大量的原始特征以期提高識別率。但從提取方法上看，許多特征不是獨立的，即這些特征具有冗余度，影響模式識別的速度和準(zhǔn)確性,所以，需要對原始特征進(jìn)行選擇，丟掉那些模棱兩可、不易判別或相關(guān)性強的特征。特征選擇實質(zhì)是一個組合優(yōu)化問題。常規(guī)的優(yōu)化算法，如解析法，只能得到局部最優(yōu)而非全局最優(yōu)解，且要求目標(biāo)函數(shù)連續(xù)及可微；枚舉法雖然克服了這些缺點，但計算效率太低。即使很著名的動態(tài)規(guī)劃法，也會遇到“指數(shù)爆炸”問題，它對于中等規(guī)模和適度復(fù)雜性的問題，也常常無能為力?；谶z傳算法、粒子群算法的乳腺X射線圖像特征選擇方法，獲得了不錯的分類結(jié)果。蝙蝠算法(Bat Algorithm，BA)是一種新興的啟發(fā)式群體智能算法，相比較于粒子群算法和遺傳算法，BA可以實現(xiàn)動態(tài)控制局部搜索和全局搜索間的相互轉(zhuǎn)換過程，具有發(fā)揮更大作用的潛能。然而，在BA搜索過程中，存在過早收斂的現(xiàn)象，由于BA個體多樣性的迅速減少，為了得到局部最優(yōu)的一個更準(zhǔn)確的估計，需要更多無效的迭代。在這種情形下，很難達(dá)到勘探和開采之間的良好平衡，這使得BA容易停滯在局部最優(yōu)。

技術(shù)實現(xiàn)要素：

本發(fā)明克服現(xiàn)有技術(shù)存在的不足，所要解決的技術(shù)問題為提供一種乳腺X射線圖像特征選擇方法，避免了動態(tài)規(guī)劃法遇到的“指數(shù)爆炸”問題，以及解析法或蝙蝠算法容易陷入局部最優(yōu)解的問題。

為了解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案為：一種基于BFBA和ELM的乳腺X射線圖像特征選擇方法，包括以下步驟：

第一步，收集所用數(shù)據(jù)集MIAS，即the Mammographic Image Analysis Society，提取乳腺X光圖像特征，并將數(shù)據(jù)集劃分為訓(xùn)練集和測試集，訓(xùn)練集用于訓(xùn)練極限學(xué)習(xí)機ELM，即Extreme Learning Machine，以設(shè)計ELM分類器，測試集用于檢驗ELM分類器的有效性；

所述提取乳腺X光圖像特征采用的方法是灰度共生矩陣，提取四種統(tǒng)計參數(shù)：角二階矩、熵、慣性矩、相關(guān)系數(shù)，灰度共生矩陣的方向取0°，45°，90°，135°四個方向；首先計算四個方向上的灰度共生矩陣，取像素間距離為1，其次由每個灰度共生矩陣計算四個統(tǒng)計參數(shù)；把每幅圖像分成四塊，對每塊子圖像提取上述16個特征作為原始樣本數(shù)據(jù)，共獲得64個統(tǒng)計特征；特征提取所得的樣本數(shù)據(jù)庫分成10份，選擇其中90％做訓(xùn)練，其余10％做測試；

第二步，設(shè)置BFBA參數(shù)；

初始參數(shù)包括蝙蝠群體大小20≤N≤100，每個蝙蝠個體的維數(shù)D＝64，脈沖音量A＝0.5，脈沖率R＝0.5，搜索脈沖頻率范圍[Q_min,Q_max]，其中Q_min＝0，Q_max＝2，最大迭代次數(shù)iter_max＝1000，停滯計數(shù)器stagnant_count＝0，最大停滯次數(shù)stagnant_max＝4；

第三步，蝙蝠種群初始化，蝙蝠位置向量由第一步給出的64個統(tǒng)計特征組成，使用二進(jìn)制編碼標(biāo)記特征組合并隨機初始化蝙蝠個體位置及速度，形成樣本集；

蝙蝠位置編碼采用二進(jìn)制，原始特征有64個，即個體的長度L＝64，個體的每一個基因?qū)?yīng)相應(yīng)次序的特征，即當(dāng)個體中的某一個基因為“1”時，表示該基因?qū)?yīng)的特征項被選用；反之，為“0”時，表示該特征項未被選用。使用X＝{x₁，x₂，x₃……x_i……x_N}表示蝙蝠群體的位置，使用V＝{v₁，v₂，v₃……v_i……v_N}表示速度，其中x_i表示第i個蝙蝠個體的位置，v_i表示第i個蝙蝠個體的速度，x_i和v_i是64維的行向量，一共有N個蝙蝠個體，20≤N≤100。

基因值隨機產(chǎn)生的公式為：

式中，rand()為[0，1]區(qū)間獨立同分布的隨機數(shù)；

第四步、根據(jù)每個蝙蝠位置編碼生成相應(yīng)的特征子集，使用該特征子集生成訓(xùn)練集和測試集，訓(xùn)練集用于設(shè)計ELM分類器，測試集用于測試分類器，根據(jù)測試結(jié)果計算相應(yīng)蝙蝠的適應(yīng)度值fit_i；

適應(yīng)度值的計算過程如下：

其中，

式中，ω_A式表示分類準(zhǔn)確權(quán)值，ω_F表示特征選擇數(shù)權(quán)值，f_j表示基因的特征值：0或1，acc_i表示分類準(zhǔn)確率，cc表示正確分類數(shù)，uc表示不正確分類數(shù)；

第五步、更新每一個蝙蝠的搜索脈沖頻率、速度和位置；

搜索脈沖頻率、速度和位置通過以下公式進(jìn)行更新：

Q_i＝Q_min+(Q_max-Q_min)×β (11)

v_i(t)＝v_i(t-1)+(x_i(t)-x_best)×Q_i (12)

x_i(t)＝x_i(t-1)+v_i(t) (13)

式中：β屬于[0，1]，是均勻分布的隨機數(shù)；Q_i是蝙蝠i的搜索脈沖頻率，Q_i屬于[Q_min,Q_max]；v_i(t)、v_i(t-1)分別表示蝙蝠i在t和t-1時刻的速度；x_i(t)、x_i(t-1)分別表示蝙蝠i在t和t-1時刻的位置；x_best表示當(dāng)前所有蝙蝠的最優(yōu)解；

第六步、生成均勻分布隨機數(shù)rand，如果rand>R，R為第二步中所述的脈沖率，則對當(dāng)前最優(yōu)解進(jìn)行隨機擾動，產(chǎn)生一個新的解：

x_new＝x_best+0.001×randn(1，64)； (14)

其中，x_new表示新產(chǎn)生的新解，x_best表示當(dāng)時最優(yōu)解。

第七步、生成均勻分布隨機數(shù)rand，如果rand符合rand<A且fit(x_i(t))<fit(x_i(t-1))，A為第二步中所述的脈沖音量，則接受步驟六產(chǎn)生的新解：

x_i(t)＝x_new (15)

其中，fit(x_i(t))表示求個體x_i的適應(yīng)度值，x_new表示第六步產(chǎn)生的新解；

如果rand不符合上述條件，則跳過此步，進(jìn)入下一步；

第八步、對所有蝙蝠的適應(yīng)度值進(jìn)行排序，找出當(dāng)前的最優(yōu)解和最優(yōu)值；

第九步、判斷最優(yōu)解是否發(fā)生了變化，如果沒有發(fā)生變化，則

stagnant_count＝stagnant_count+1，否則，stagnant_count＝0

其中stagnant_count為第二步中所述的停滯計數(shù)器；

第十步、判斷stagnant_count是否等于stagnant_max，如果相等，則所有的蝙蝠發(fā)生群體響應(yīng)；

即如果經(jīng)過一定次數(shù)的迭代，最佳全局適應(yīng)值不再發(fā)生變化，則發(fā)生鳥類群體響應(yīng)的重新定位，使用公式(16)和(17)來重新更新每個蝙蝠的速度和位置，在公式(16)中，是蝙蝠經(jīng)過群體響應(yīng)重新定位之后的新位置，新位置通過計算它的七個最近鄰近對象的位置平均值獲得，的最近鄰近蝙蝠即和其它蝙蝠的最小歐氏距離，rand_x是[-1,1]區(qū)間的一個隨機實數(shù)，在公式(17)中，是蝙蝠經(jīng)過速度調(diào)整后的新速度，是蝙蝠原來的速度，新速度通過計算它的七個最近鄰近蝙蝠的速度平均值獲得，rand_v是[0,1]區(qū)間的一個隨機實數(shù)，N_i包含的七個鄰近蝙蝠的索引值；

第十一步、重復(fù)第四步到第十步直至滿足設(shè)定的最優(yōu)解條件或者達(dá)到最大迭代次數(shù)；

第十二步、輸出全局最優(yōu)值和最優(yōu)解。

所述第一步中，數(shù)據(jù)集MIAS，是研究乳腺X光圖像的標(biāo)準(zhǔn)數(shù)據(jù)集，圖像均為1024×1024的灰度圖。

本發(fā)明與現(xiàn)有技術(shù)相比具有以下有益效果。

本發(fā)明方法實現(xiàn)了對乳腺X射線圖像高維特征的優(yōu)化選擇，有效降低特征維數(shù)，提高分類識別的準(zhǔn)確度，并且適應(yīng)極限學(xué)習(xí)機分類器的要求，進(jìn)一步提高分類性能。該方法特征選擇效果好，效率高，能夠有效提高乳腺X射線圖像的分類精度。

本發(fā)明中BFBA引入了一個新的多樣性勘探機制以增強它的多樣性勘探能力，該機制源于鳥類的群體響應(yīng)行為。借助群體響應(yīng)機制，BFBA可以探索范圍更廣的搜索空間，并因此避免限入局部次優(yōu)解決方案。ELM通過一步計算即可求解析出學(xué)習(xí)網(wǎng)絡(luò)的輸出權(quán)值，同神經(jīng)網(wǎng)絡(luò)和支持向量機相比，極限學(xué)習(xí)機極大地提高了網(wǎng)絡(luò)的泛化能力和學(xué)習(xí)速度，本發(fā)明利用ELM作為分類器評估特征的重要性。

附圖說明

下面結(jié)合附圖對本發(fā)明做進(jìn)一步詳細(xì)的說明。

圖1為本發(fā)明中某個個體的基因編碼。

圖2為本發(fā)明的流程圖。

具體實施方式

如圖1、圖2所示，本發(fā)明一種基于BFBA和ELM的乳腺X射線圖像特征選擇方法，具體步驟如下：第一步，收集所用數(shù)據(jù)集MIAS，即the Mammographic Image Analysis Society，提取乳腺X光圖像特征，并將數(shù)據(jù)集劃分為訓(xùn)練集和測試集，訓(xùn)練集用于訓(xùn)練極限學(xué)習(xí)機ELM，即Extreme Learning Machine，以設(shè)計ELM分類器，測試集用于檢驗ELM分類器的有效性；

所述提取乳腺X光圖像特征采用的方法是灰度共生矩陣，提取四種統(tǒng)計參數(shù)：角二階矩、熵、慣性矩、相關(guān)系數(shù)，灰度共生矩陣的方向取0°，45°，90°，135°四個方向；首先計算四個方向上的灰度共生矩陣，取像素間距離為1，其次由每個灰度共生矩陣計算四個統(tǒng)計參數(shù)；把每幅圖像分成四塊，對每塊子圖像提取上述16個特征作為原始樣本數(shù)據(jù)，共獲得64個統(tǒng)計特征；特征提取所得的樣本數(shù)據(jù)庫分成10份，選擇其中90％做訓(xùn)練，其余10％做測試；

角二階矩用f₁表示，熵用f₂表示、慣性矩用f₃表示、相關(guān)系數(shù)用f₄表示：

式中，μ₁，μ₂，和分別定義為：

特征庫隨機分成10份，選擇其中90％做訓(xùn)練，其余10％做測試；

第二步，設(shè)置BFBA參數(shù)；

初始參數(shù)包括蝙蝠群體大小20≤N≤100，每個蝙蝠個體的維數(shù)D＝64，脈沖音量A＝0.5，脈沖率R＝0.5，搜索脈沖頻率范圍[Q_min,Q_max]，其中Q_min＝0，Q_max＝2，最大迭代次數(shù)iter_max＝1000，停滯計數(shù)器stagnant_count＝0，最大停滯次數(shù)stagnant_max＝4；

第三步，蝙蝠種群初始化，蝙蝠位置向量由第一步給出的64個統(tǒng)計特征組成，使用二進(jìn)制編碼標(biāo)記特征組合并隨機初始化蝙蝠個體位置及速度，形成樣本集；

蝙蝠位置編碼采用二進(jìn)制，原始特征有64個，即個體的長度L＝64，個體的每一個基因?qū)?yīng)相應(yīng)次序的特征，即當(dāng)個體中的某一個基因為“1”時，表示該基因?qū)?yīng)的特征項被選用；反之，為“0”時，表示該特征項未被選用。使用X＝{x₁，x₂，x₃……x_i……x_N}表示蝙蝠群體的位置，使用V＝{v₁，v₂，v₃……v_i……v_N}表示速度，其中x_i表示第i個蝙蝠個體的位置，v_i表示第i個蝙蝠個體的速度，x_i和v_i是64維的行向量，一共有N個蝙蝠個體，20≤N≤100。

基因值隨機產(chǎn)生的公式為：

式中，rand()為[0，1]區(qū)間獨立同分布的隨機數(shù)；

第四步、根據(jù)每個蝙蝠位置編碼生成相應(yīng)的特征子集，使用該特征子集生成訓(xùn)練集和測試集，訓(xùn)練集用于設(shè)計ELM分類器，測試集用于測試分類器，根據(jù)測試結(jié)果計算相應(yīng)蝙蝠的適應(yīng)度值fit_i；

適應(yīng)度值的計算過程如下：

其中，

式中，ω_A式表示分類準(zhǔn)確權(quán)值，ω_F表示特征選擇數(shù)權(quán)值，f_j表示基因的特征值：0或1，acc_i表示分類準(zhǔn)確率，cc表示正確分類數(shù)，uc表示不正確分類數(shù)；

第五步、更新每一個蝙蝠的搜索脈沖頻率、速度和位置；

搜索脈沖頻率、速度和位置通過以下公式進(jìn)行更新：

Q_i＝Q_min+(Q_max-Q_min)×β (11)

v_i(t)＝v_i(t-1)+(x_i(t)-x_best)×Q_i (12)

x_i(t)＝x_i(t-1)+v_i(t) (13)

式中：β屬于[0，1]，是均勻分布的隨機數(shù)；Q_i是蝙蝠i的搜索脈沖頻率，Q_i屬于[Q_min,Q_max]；v_i(t)、v_i(t-1)分別表示蝙蝠i在t和t-1時刻的速度；x_i(t)、x_i(t-1)分別表示蝙蝠i在t和t-1時刻的位置；x_best表示當(dāng)前所有蝙蝠的最優(yōu)解；

第六步、生成均勻分布隨機數(shù)rand，如果rand>R，R為第二步中所述的脈沖率，則對當(dāng)前最優(yōu)解進(jìn)行隨機擾動，產(chǎn)生一個新的解：

x_new＝x_best+0.001×randn(1，64)； (14)

其中，x_new表示新產(chǎn)生的新解，x_best表示當(dāng)時最優(yōu)解。

第七步、生成均勻分布隨機數(shù)rand，如果rand符合rand<A且fit(x_i(t))<fit(x_i(t-1))，A為第二步中所述的脈沖音量，則接受步驟六產(chǎn)生的新解：

x_i(t)＝x_new (15)

其中，fit(x_i(t))表示求個體x_i的適應(yīng)度值，x_new表示第六步產(chǎn)生的新解；

如果rand不符合上述條件，則跳過此步，進(jìn)入下一步；

第八步、對所有蝙蝠的適應(yīng)度值進(jìn)行排序，找出當(dāng)前的最優(yōu)解和最優(yōu)值；

第九步、判斷最優(yōu)解是否發(fā)生了變化，如果沒有發(fā)生變化，則

stagnant_count＝stagnant_count+1，否則，stagnant_count＝0

其中stagnant_count為第二步中所述的停滯計數(shù)器；

第十步、判斷stagnant_count是否等于stagnant_max，如果相等，則所有的蝙蝠發(fā)生群體響應(yīng)；

即如果經(jīng)過一定次數(shù)的迭代，最佳全局適應(yīng)值不再發(fā)生變化，則發(fā)生鳥類群體響應(yīng)的重新定位，使用公式(16)和(17)來重新更新每個蝙蝠的速度和位置，在公式(16)中，是蝙蝠經(jīng)過群體響應(yīng)重新定位之后的新位置，新位置通過計算它的七個最近鄰近對象的位置平均值獲得，的最近鄰近蝙蝠即和其它蝙蝠的最小歐氏距離，rand_x是[-1,1]區(qū)間的一個隨機實數(shù)，在公式(17)中，是蝙蝠經(jīng)過速度調(diào)整后的新速度，是蝙蝠原來的速度，新速度通過計算它的七個最近鄰近蝙蝠的速度平均值獲得，rand_v是[0,1]區(qū)間的一個隨機實數(shù)，N_i包含的七個鄰近蝙蝠的索引值；

第十一步、重復(fù)第四步到第十步直至滿足設(shè)定的最優(yōu)解條件或者達(dá)到最大迭代次數(shù)；

第十二步、輸出全局最優(yōu)值和最優(yōu)解。

所述第一步中，數(shù)據(jù)集MIAS，是研究乳腺X光圖像的標(biāo)準(zhǔn)數(shù)據(jù)集，圖像均為1024×1024的灰度圖。

本發(fā)明可以對乳腺X射線圖像進(jìn)行更好的分析，能更準(zhǔn)確的分析出乳腺的患病情況，幫助醫(yī)生更準(zhǔn)確、快速的診斷并制定治療方案。