基于機器學(xué)習(xí)的宮頸細胞分類技術(shù)研究.pdf

1、宮頸癌是女性中最常見的第二大癌癥，每年有超過250，000個死亡病例，尤其在發(fā)展中國家，每年都有大量的新增病例，而這其中有四分之一左右來自于中國。雖然宮頸癌發(fā)病率高，但是幸運的是，宮頸癌在初期有一個相對較長的病變期，使得早期的篩查以及及時的治療能夠在很大程度上增加治愈率，因此宮頸癌篩查對于女性健康非常重要。宮頸癌的篩查方法有很多種，最常用的一種方法是巴氏涂片檢測，然而這種方法依賴于人工閱片，而這種人工閱片的方式會產(chǎn)生一系列問題，比如使得

2、工作醫(yī)師工作量大，篩查的成本極高，篩查結(jié)果的可靠性和準(zhǔn)確性受到工作醫(yī)師的專業(yè)技術(shù)和主觀情緒的影響等。因此將計算機技術(shù)和宮頸癌篩查相結(jié)合的自動化篩查研究對于宮頸癌的防治有重要意義。
　　宮頸癌的自動化篩查技術(shù)主要分為五步，分別是宮頸細胞圖像的預(yù)處理、分割、特征提取、特征選擇和分類識別。
　　在宮頸癌的自動化篩查技術(shù)的研究中，很多的研究將重點放在了圖像分割和特征提取中，并取得了很好的效果。但在特征選擇和分類識別方面，研究工作仍有

3、不足，因此，本文的研究主要是針對宮頸細胞圖像的特征選擇和分類識別。本文的第一個研究重點是提出一種基于 ReliefF特征選擇和隨機森林分類識別的宮頸細胞自動分類方法。在特征選擇階段，利用 ReliefF方法對 Herlev數(shù)據(jù)集中的20維特征進行權(quán)重排序；在分類階段，隨機森林方法將Herlev數(shù)據(jù)分為兩大類：正常細胞和異常細胞，并利用不同維數(shù)的特征訓(xùn)練分類器。經(jīng)過交叉驗證后，實驗結(jié)果顯示隨機森林方法在前13維特征時取得最好的分類效果，并

4、且優(yōu)于樸素貝葉斯方法、C4.5方法和邏輯回歸方法。
　　大部分已有的研究都是基于訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)的概率同分布假設(shè)前提，然而在實際的應(yīng)用中，宮頸細胞數(shù)據(jù)的分布可能受到地域、年齡等因素的影響，使得原有的分類器不能很好地適應(yīng)新的測試數(shù)據(jù)，從而造成分類結(jié)果有一定的偏差，因此本文的第二個研究重點是將遷移學(xué)習(xí)引入到宮頸細胞的分類中。遷移學(xué)習(xí)方法在訓(xùn)練分類器時，可根據(jù)宮頸細胞實際的分布對分類器進行調(diào)整，使分類結(jié)果更貼合實際。本文實現(xiàn)了兩種遷移

5、學(xué)習(xí)方法在宮頸細胞上的分類：第一個方法是基于偏差更正的宮頸細胞分類方法，該方法根據(jù)源域和目標(biāo)域數(shù)據(jù)的分布，從源域中選擇出更接近目標(biāo)域的數(shù)據(jù)，然后將其加入目標(biāo)域得到新的訓(xùn)練數(shù)據(jù)集，并在新的數(shù)據(jù)集上建立新的分類模型，使其更適合目標(biāo)域。第二個方法是基于多模型局部加權(quán)的宮頸細胞分類方法，該方法利用目標(biāo)域中數(shù)據(jù)樣本的分布對基礎(chǔ)分類器設(shè)置不同的權(quán)重，并將多個帶權(quán)重的基礎(chǔ)分類器構(gòu)造成一個強分類器。通過交叉驗證的實驗方式對提出的兩種方法進行實驗，實驗結(jié)