基于LeNet网络的细胞识别

基于 LeNet 网络的细胞辨认

作者：陈玥

背景

目前，寰球疫情仍处于严厉时刻，许多计算机相关畛域工作者也都参加到钻研病毒、疫情等工作中。足量的高质量的 COVID-19 图像数据集能用无效地帮忙医院放慢筛选和检测新冠肺炎，但因为隐衷爱护，目前难以获得足量的数据集。因能够先通过疟疾数据集训练细胞检测模型，前面能够利用迁徙学习来训练 COVID-19。本文应用深度学习框架 Keras 在疟疾数据集上训练感化病毒检测器，能够依据细胞图像无效地辨认出是否受到感染，是一篇应用深度学习框架 Keras 进行疾病诊断的残缺入门教程，也能够为日后新冠肺炎图像检测提供参考。

数据集

Malaria Datasets来自疟疾筛查钻研流动的血液涂片图像存储库，收集了 150 名受疟疾感化的患者和 50 名衰弱人员的细胞涂片，数据具备真实性和利用价值。图像由医学钻研人员手动标注，使得分类具备可靠性和专业性，数据集总共蕴含 27,558 个细胞图像，蕴含感化细胞图像细胞和未被感化的图像集。
数据集下载地址：https://lhncbc.nlm.nih.gov/publication/pub9932

图像预处理

为了减少网络辨认的图像数量，本次试验执行了数据加强操作。应用 ImageDataGenerator 类的.flow_from_directory(directory)  的办法在训练期间，执行随机裁剪、缩放和旋转图像等变换，以便在每个期间，通过实时数据加强生成张量图像数据批次，数据将按批次一直循环，网络会看到同一图像的不同变动，进步试验的准确性，加强模型泛化能力。
官网文档：https://keras.io/zh/preprocessing/image/

train_datagen = ImageDataGenerator(
        rescale=1./255,
        rotation_range=20,
        shear_range=0.2,
        zoom_range=0.2,
        horizontal_flip=True,
        validation_split=0.1)

train_generator = train_datagen.flow_from_directory(path,target_size = (128, 128),
    batch_size = BATCH_SIZE,
    class_mode = 'categorical', 
    subset = 'training',seed = 0)

test_datagen = ImageDataGenerator(
    rescale = 1./255,
    validation_split = 0.1)

val_generator = test_datagen.flow_from_directory(path,target_size = (128, 128),
    batch_size = BATCH_SIZE,
    class_mode = 'categorical', 
    subset='validation', seed=0)

CNN 模型

构建 LeNet 网络

利用深度学习做图像分类通常会采纳卷积神经网络 CNN，但在试验之前也很难确定哪一类 CNN 网络会在本人的分类工作体现最好，因而这里搭建的是最经典的 LeNet 网络，首先察看一下分类成果。图 1 形容了 LeNet 的网络结构，其蕴含了卷积层、池化层和全连贯层
图 1 LeNet 网络

model = Sequential()

# 输出层
model.add(Conv2D(8, kernel_size=(3, 3), 
                 padding="same",
                 input_shape=input_shape,
                 activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

# 暗藏层

model.add(Conv2D(16, kernel_size=(3, 3), 
                 padding="same",
                 activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Conv2D(32, kernel_size=(3, 3), 
                 activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

# 展平
model.add(Flatten())
model.add(Dense(units=64, activation='relu'))
model.add(Dropout(0.5))  # 增加抛弃层

model.add(Dense(units=2, activation='softmax'))

网络的搭建从输出 -> 卷积 -> 池化 -> 卷积 -> 池化 -> 卷积 -> 池化 ->Dense(relu)>Dense(softmax)，其中 Con2D 示意执行卷积操作，MaxPooling2D 是最大池化，展平层 Flatten 将输出“开展”为一层，用于卷积层到全连贯层的过渡，Dense 示意全连贯层，增加抛弃层 Dropout 避免过拟合。

模型编译

这个实验室是二分类问题，因而抉择 binary_crossentrop 作为损失函数，若是多类别分类问题，损失函数能够抉择 categorical_crossentropy，Adagrad 为优化器。

model.compile(loss=keras.losses.binary_crossentropy,
              optimizer=keras.optimizers.Adagrad(),
              metrics=['accuracy'])

模型训练

_history = model.fit_generator(
    train_generator,
    validation_data=val_generator,
    steps_per_epoch=2750//BATCH_SIZE,
    validation_steps=200//BATCH_SIZE,
    epochs = EPOCHS)

可视化训练后果

模型训练过程中的数据会寄存在 _history 中，为了更好地察看迭代过程，将其可视化输入。

N = EPOCHS

plt.style.use("ggplot")#matplotlib 的丑化款式
plt.figure()
plt.plot(np.arange(0,N),_history.history["loss"],label ="train_loss")
plt.plot(np.arange(0,N),_history.history["val_loss"],label="val_loss")
plt.plot(np.arange(0,N),_history.history["accuracy"],label="train_acc")
plt.plot(np.arange(0,N),_history.history['val_accuracy'],label="val_acc")

plt.title("loss and accuracy")
plt.xlabel("epoch")
plt.ylabel("loss/acc")
plt.legend(loc="best")
plt.savefig("./results/result.png")
plt.show()

图 2 损失和精度曲线
从图中的训练后果能够看到，随着迭数的减少，准确率逐步减少，当迭代次数超过 15 次后，趋向于稳固，证实模型的收敛性良好，在验证集上的精度能够达到 90% 以上，且与训练集精度差异不大，阐明分类成果良好，模型的泛化能力不错。
val_loss 曲线震荡不平滑的起因可能是因为 Batch_size 太小或样本分布不平均等其余起因，至于 val_loss 比 train_loss 小的起因很可能是样本数量不足够或者是 random variables，若想模型要达到更好的成果，还要下功夫在超参的设置上。

分类后果

图 3 分类后果（局部）
图 3 的分类后果，pred 是预测的分类，truth 是图像理论的分类，整体来看，对于一个简略的 CNN 网络来看，分类成果还是不错的。

总结与瞻望

在本试验中，应用了 CNN 经典网络 LeNet 网络结构，为细胞分类检测提供了一套残缺的处理过程，能够用作其余类别图像分类的通用框架。若将来要将模型使用到 COVID-19 检测中并将探测器部署在实地中，能够采纳迁徙学习的办法将模型利用到其余数据集下来。

我的项目地址：https://momodel.cn/explore/5ef8135a2d3fa37593d47b3b?blob=master%252Fcoding_here.ipynb&type=app