目的:运用强化学习!多分类器集成!降维方法等最新计算机技术,结合细胞病理知识,设计制作/智能化肺癌细胞病理图像诊断系统0"方法:采集细胞图像,运用基于强化学习的图像分割法将细胞区域从背景中分离出来 运

目的:运用强化学习!多分类器集成!降维方法等最新计算机技术,结合细胞病理知识,设计制作/智能化肺癌细胞病理图像诊断系统0"方法:采集细胞图像,运用基于强化学习的图像分割法将细胞区域从背景中分离出来 运用基于样条和改进2方法对重叠细胞进行分离和重构 提取40个细胞特征用于贝叶斯!支持向量机!紧邻和决策树4种分类器,集成产生肺癌细胞分类结果 建立肺癌细胞病理图库,运用基于等降维方法对细胞进行比对,给予未定型癌细胞分类"结果:/智能化肺癌细胞病理诊断系统0应用于临床随机1200例肺部病灶穿刺细胞学涂片,肺癌识别诊断率94180 ,假阳性率1185 ,假阴性率3135 ,肺癌分类识别率82190 ,核异型细胞识别率74120 "结论:/智能化肺癌早期细胞病理诊断系统0对肺癌细胞涂片诊断率高,克服了肺癌细胞病理诊断过程中取检细胞数量少,重叠细胞识别率低,涂片背景及染色差异等干扰因素,可辅助临床肺部病灶的穿刺细胞病理诊断"

点击标签浏览更多相关人工智能/神经网络资源：