腹水涂片卵巢癌細(xì)胞診斷系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、目前,數(shù)字圖像處理、模式識(shí)別和人工智能技術(shù)已經(jīng)被廣泛地應(yīng)用在生物醫(yī)學(xué)領(lǐng)域,并取得了一些成果,但用神經(jīng)網(wǎng)絡(luò)對(duì)細(xì)胞圖像進(jìn)行病理診斷的系統(tǒng)報(bào)道并不多,本論文在對(duì)卵巢癌細(xì)胞圖像識(shí)別與特征值提取進(jìn)行深入研究的基礎(chǔ)上,應(yīng)用神經(jīng)網(wǎng)絡(luò)對(duì)細(xì)胞圖像進(jìn)行診斷分類(lèi),取得了令人滿(mǎn)意的結(jié)果,并具有很高的臨床應(yīng)用價(jià)值。 本文將從病人腹水中獲取的原始卵巢細(xì)胞圖像進(jìn)行預(yù)處理,得到需要的細(xì)胞樣本圖像,提取細(xì)胞圖像形態(tài)學(xué)的特征參數(shù)。采用多層感知器神經(jīng)網(wǎng)絡(luò)和徑向基函數(shù)

2、網(wǎng)絡(luò)對(duì)細(xì)胞作診斷分類(lèi)識(shí)別,并探討了兩種網(wǎng)絡(luò)的多種算法。從識(shí)別的結(jié)果來(lái)看,徑向基函數(shù)網(wǎng)絡(luò)的識(shí)別率和多層感知器網(wǎng)絡(luò)中自適應(yīng)算法的識(shí)別率是最令人滿(mǎn)意的,取得了比較理想的分類(lèi)效果。 本文對(duì)樣本特征量選取的數(shù)量與特征量之間的線性關(guān)系對(duì)分類(lèi)效果的影響作了研究。特征量多,分類(lèi)識(shí)別率提高,但特征量之間如果有線性關(guān)系,則帶來(lái)數(shù)據(jù)冗余而降低識(shí)別準(zhǔn)確率。 本研究將計(jì)算機(jī)技術(shù)與病理學(xué)專(zhuān)家的實(shí)際經(jīng)驗(yàn)相結(jié)合,在采用圖像處理技術(shù)對(duì)醫(yī)學(xué)圖像進(jìn)行處理的基