利用支持向量機(jī)對(duì)癌細(xì)胞識(shí)別的研究.pdf

1、癌細(xì)胞識(shí)別是近來(lái)數(shù)字圖像處理和模式識(shí)別領(lǐng)域里的一個(gè)研究熱點(diǎn)，細(xì)胞的特征提取以及基于特征的細(xì)胞分類是癌細(xì)胞識(shí)別的關(guān)鍵環(huán)節(jié)之一，基于統(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī)是在小樣本學(xué)習(xí)情況下模式識(shí)別的強(qiáng)有利工具，本文利用支持向量機(jī)的卓越分類性能，對(duì)癌細(xì)胞彩色圖像進(jìn)行分割，從而提取出單細(xì)胞和多細(xì)胞的特征，在此基礎(chǔ)上利用支持向量機(jī)對(duì)細(xì)胞進(jìn)行了分類研究。 為計(jì)算與分析癌細(xì)胞彩色圖像的各特征，首先要對(duì)圖像進(jìn)行分割，由于處理的圖像為彩色圖像，直接對(duì)彩色圖像

2、處理可簡(jiǎn)化處理過(guò)程，提高特征提取的效率，本文使用多分類支持向量機(jī)對(duì)單細(xì)胞彩色圖像進(jìn)行三域分割，用二分類支持向量機(jī)對(duì)細(xì)胞團(tuán)彩色圖像進(jìn)行二域分割，經(jīng)過(guò)對(duì)實(shí)驗(yàn)結(jié)果的分析與評(píng)價(jià)，獲得了最佳支持向量機(jī)分割模型。 根據(jù)病變細(xì)胞的特點(diǎn)，單個(gè)正常間皮細(xì)胞和腺癌細(xì)胞在色彩和形狀上有所不同，本文分別從色彩和形狀上給出了單個(gè)細(xì)胞的區(qū)分特征，并給出了具體的算法提取出相應(yīng)的單細(xì)胞特征?；谝陨咸崛〉奶卣鳎弥С窒蛄繖C(jī)的分類功能對(duì)單細(xì)胞進(jìn)行分類，從而有效