目的:運用強化學習!多分類器集成!降維方法等最新計算機技術,結合細胞病理知識,設計制作/智能化肺癌細胞病理圖像診斷系統0"方法:采集細胞圖像,運用基于強化學習的圖像分割法將細胞區域從背景中分離出來 運用基于樣條和改進2方法對重疊細胞進行分離和重構 提取40個細胞特征用于貝葉斯!支持向量機!緊鄰和決策樹4種分類器,集成產生肺癌細胞分類結果 建立肺癌細胞病理圖庫,運用基于等降維方法對細胞進行比對,給予未定型癌細胞分類"結果:/智能化肺癌細胞病理診斷系統0應用于臨床隨機1200例肺部病灶穿刺細胞學涂片,肺癌識別診斷率94180 ,假陽性率1185 ,假陰性率3135 ,肺癌分類識別率82190 ,核異型細胞識別率74120 "結論:/智能化肺癌早期細胞病理診斷系統0對肺癌細胞涂片診斷率高,克服了肺癌細胞病理診斷過程中取檢細胞數量少,重疊細胞識別率低,涂片背景及染色差異等干擾因素,可輔助臨床肺部病灶的穿刺細胞病理診斷"
標簽：
化學
圖像
分類器
分離
上傳時間：
2013-12-16
上傳用戶：chfanjiang
