一种仿射传播聚类的细胞分类方法

摘要

一种仿射传播聚类的细胞分类方法，包括以下步骤：1)选取细胞图像的圆形度参数C和矩形度参数R，设计样本坐标Xsample＝λ·C+(1-λ)·R，其中λ代表先验输入值；选取细胞图像的面积参数Area作为另一样本坐标Ysample，选取细胞图像的核质比参数prop作为再一样本坐标Zsample；2)以所述三维的样本坐标的欧式距离作为样本距离，仿射传播聚类的S矩阵的对角线取值为各个样本间距离的平均；3)初始情况下，设置归属度矩阵A(i，k)＝0，更新矩阵R，更新矩阵A；4)在迭代设定次数后停止，从分类结果得到不同类型的细胞。本发明提供一种适合于处理海量数据、实时性良好、能有效进行细胞分类的仿射传播聚类的细胞分类方法。

主权项

一种仿射传播聚类的细胞分类方法，其特征在于：所述细胞分类方法包括以下步骤：1)、选取细胞图像的圆形度参数C和矩形度参数R，设计样本坐标Xsample＝λ·C+(1-λ)·R，其中λ代表先验输入值；选取细胞图像的面积参数Area作为另一样本坐标Ysample，选取细胞图像的核质比参数prop作为再一样本坐标Zsample；2)、以所述三维的样本坐标的欧式距离作为样本距离，对于样本点xi和xk，S(i，k)＝-||xi-xk||2，仿射传播聚类的S矩阵的对角线取值为各个样本间距离的平均值；3)、初始情况下，设置归属度矩阵A(i，k)＝0，更新矩阵R，R(i，k)＝S(i，k)-max{A(i，k′)+S(i，k′)}，其中k′≠k；更新矩阵A，A(i，k)＝min{0，R(k，k)+∑max{0，R(i′，k)}}，其中i′≠i，k，注：R(i，k)描述数据点k适合作为样本点i的聚类中心的程度；A(i，k)描述样本点i选择样本点k作为其聚类中心的适合程度；i′为更新的样本点，k′为竞争聚类中心)4)、在迭代设定次数后停止，从分类结果得到不同类型的细胞。