基于Keras框架的人工智能医疗废弃物分类的研究

2020-06-08彭正耀郭智方段彬

科技与创新 2020年10期

彭正耀，郭智方，段彬

彭正耀，郭智方，段彬

（吉林大学物理学院，吉林长春 130022）

由于存在污染和处理复杂的问题，医疗废弃物的分类和处理一直是研究的难点，基于Keras框架的医疗废弃物分类算法可以实现人工智能医疗废弃物的分类。通过大津法对图像进行去噪处理，采用卷积神经网络，预测废弃物种类、角度和位置，将预测的最佳抓取姿态输出给机械臂完成动作。以棉签和注射器为样品，实验结果表明，模型训练后平均分类准确率为97.14%。在实际应用中能够有效降低人工投入，降低感染风险，适用于环境较为复杂、分类垃圾种类数较多的医疗废弃物分类。

人工智能；医疗废弃物分类；卷积神经网络；机器视觉

1 引言

预防与控制医院感染是现代医疗工作中的重要环节[1]。终末处理时对医疗废弃物进行合理分类，能够改善医院及病区环境，有效地预防和控制感染[2]。传统的医疗废弃物分类主要依靠固定的医疗卫生场所和医疗废物分类处理配套设施，通过将医疗废弃物放置在固定的位置，来进行分类回收、处理[3]。但是医疗废弃物中锐器及玻璃制品居多，处置复杂，处理不当会增加医疗人员职业暴露、造成医疗废弃物污染等[4]。

现阶段提出的医疗废弃物分类方法如多功能医用废弃物桶[5]、医疗废弃物分类系统[6]、AGV垃圾车[7]等，大都需要人为参与医疗废弃物的处理和分类，有受到病毒感染的风险，且面对种类较多、环境较为复杂的情况时处置能力有限。因此，本文提出一种基于Keras框架的多输出医疗废弃物分类的方法，利用大津法和卷积神经网络，直接对原始图像进行识别，输出（，，，）四维数据，分别是废弃物位置、角度和种类，机械臂将根据四维数据完成分类的工作。

2 整体算法介绍

2.1 系统整体设计

本文的整体系统设计主要包括图像数据处理、卷积神经网络（CNN）的设计与训练和废弃物精确抓取。在图像数据处理上，通过计算类间方差最大的方式获取动态阈值，并生成针对TensorFlow平台的TFRecord数据集合，利用CNN，系统产生多个输出，预测最佳抓取行为模式，来表示机械臂抓取废弃物后的分类方式，其中为四维抓取，表示为=（，，，）。

系统能够输出废弃物的位置（，）、旋转角度（）以及种类（），所以能够处理数据量较大且更为复杂的状况。

对于CNN网络设计，在废弃物种类识别上采用4层卷积层与2层池化层、3层全连接层和1层输出层的网络结构，对于废弃物的角度和位置，在全连接层前引入Dropout随机删除部分神经元防止过拟合。由于输出数据的不同，输出层使用的激活函数、损失函数和输出维度也不同。

2.2 卷积神经网络原理

卷积神经网络（CNN）是一类包含卷积计算，且具有深度结构的前馈神经网络，在模式识别、图像处理等领域起到了重要作用。卷积神经网络一般由三部分构成：第一部分是输入层，第二部分由多个卷积层和池化层的组合组成，第三部分是全连结的多层感知机分类器。

在第一、二部分中，卷积层能够通过权值共享和局部感知降低参数数目来加快运算速度，而池化层主要负责特征映射。在该部分，每层都由多个平面组成，而每个平面又由多个独立的神经元组成，相邻两层之间的神经元之间存在联系，而相同层的神经元之间没有联系。最后一部分处在整体架构的最后一部分，此时运算量较小，结构较为简单，通过它得出含有目标信息的数据。

2.3 Keras框架

本文采用Keras框架进行模型的训练。作为基于Python的深度学习库，Keras具有高度模块化、极简化和可扩充特性等优点，Keras中包含网络层、损失函数、优化器、激活函数、正则化等方法的独立模块，有利于模型的实现、训练和优化。Keras支持CNN和RNN，并且可以与TensoFlow进行自然连接，有利于快速地构建和训练深度学习模型，因此本文采用Keras的基本架构建立卷积神经网络。

3 图像数据处理

3.1 数据的采集和分类

本文利用摄像头采集光照良好、分辨率为80×120的样本。同时，为了便于前景像素和背景像素的分隔，本文采用背景为黑色，样品分别按照种类、角度和位置分类，分为三组数据集合。

3.2 图像的预处理

为了提高分类准确性，更好地提取数据特征，提高识别速度，本文采用大津法对图像进行了预处理。大津法是一种通过计算类间方差最大的方式获取动态阈值的方法，计算简单，不受图像亮度和对比度的影响，类间方差的计算公式为：

=1×（－1）2+2×（－2）2（1）

式（1）中：1为背景像素点占整幅图像的比例；为整幅图像的平均灰度；1为背景图像平均灰度；2为前景像素点占整幅图像的比例；2为前景图像平均灰度。

本文通过遍历类间方差在整个灰度区间[0，255]的值，可以得到最合适的分割图像最佳阈值。最后，通过图像处理改变图像大小，处理前后的图像如图1所示。

图1 处理前后图像

3.3 DataSet的建立

本文的训练数据使用谷歌推荐的二进制文件的存储格式TFRecord。在使用TensorFlow平台时，TFRecord可以提高读取的效率：在利用队列读取数据时，可以随时补充数据，不必考虑数据队列当前状态；在填充数据时，可以使用多线程加速。最后，将TFRecord格式文件转化成DataSet才能用于模型的训练。通过对DataSet中图像数据进行重复、混洗、分批等操作得到可供模型训练的数据集。

4 多输出卷积神经网络模型的建立

本文提出基于卷积网络的多输出系统用于输出三类参数。该结构以一个独立的输入层作为开端，输入的是一个经过处理的28×28的矩阵。

卷积层中，需要用卷积核进行卷积运算来完成特征的提取，然后通过过滤器完成线性运算。线性运算的结果加上偏置之后传入一个非线性的激活函数。最终得到其输出，公式为：

池化层的主要作用为降低卷积层输出的数据量，能一定程度上抑制过拟合。池化是利用一个滑动窗口将高分辨率图像转化为低分辨率图像，池化的公式如下：

全连接层将输入的“分布式特征表示”映射到样本标记空间。该层中每一个神经元都与上一层所有神经元建立全连接，起到整合信息的作用。对于废弃物的位置和角度，连续数据在全连接层前需要引入Dropout层来随机删除部分神经元，抑制过拟合。

由于输出数据类型的不同，三类输出层各不相同，具体如表1所示。

表1 输出层结构对比

结构激活函数损失函数输出层维度废弃物种类Sigmoid均方误差函数1 废弃物位置Softmax交叉熵损失函数784 废弃物角度Softmax交叉熵损失函数180

5 仿真实验

为了验证本模型对于医疗废弃物分类的实际效果，并与前人的实验形成对比，本文分别选取了20张棉签和20张注射器的照片，并对照片进行图像旋转、图像平移等图像增强操作进行仿真实验，而且在试验前，对数据重复、混洗、分批处理。卷积神经网络中训练集的训练过程如图2所示。

由图2可知，随着迭代次数的增加，本模型对训练集废弃物种类、位置、角度识别的准确率得到提高，其中废弃物种类的准确率为97.14%、损失为0.028 0，训练时间为 663 ms。

图2 卷积神经网络训练过程

为进一步验证模型的可靠性，本文随机选取部分样本利用模型对废弃物的种类、位置、角度验证，实验结果与测定值基本一致。模型对废弃物的种类的验证结果如图3所示。

6 结论

本文提出了一种基于Keras框架的人工智能医疗废弃物分类的算法，该算法主要依据数字图像处理和卷积神经网络，对医疗废弃物的种类、旋转角度和位移做出预测。以往的医疗垃圾分类一般都需要人工的参与，适应性不高、分类能力较差，本文提出的算法能够可靠且高效地完成医疗废弃物的分类。后续的工作将进一步提高该算法的运算速度，在资源受限的硬件设备上完成对废弃物的抓取检测。