腹水涂片卵巢癌細胞診斷系統(tǒng)的研究與實現(xiàn).pdf

1、目前,數(shù)字圖像處理、模式識別和人工智能技術已經(jīng)被廣泛地應用在生物醫(yī)學領域,并取得了一些成果,但用神經(jīng)網(wǎng)絡對細胞圖像進行病理診斷的系統(tǒng)報道并不多,本論文在對卵巢癌細胞圖像識別與特征值提取進行深入研究的基礎上,應用神經(jīng)網(wǎng)絡對細胞圖像進行診斷分類,取得了令人滿意的結果,并具有很高的臨床應用價值。 本文將從病人腹水中獲取的原始卵巢細胞圖像進行預處理,得到需要的細胞樣本圖像,提取細胞圖像形態(tài)學的特征參數(shù)。采用多層感知器神經(jīng)網(wǎng)絡和徑向基函數(shù)

2、網(wǎng)絡對細胞作診斷分類識別,并探討了兩種網(wǎng)絡的多種算法。從識別的結果來看,徑向基函數(shù)網(wǎng)絡的識別率和多層感知器網(wǎng)絡中自適應算法的識別率是最令人滿意的,取得了比較理想的分類效果。 本文對樣本特征量選取的數(shù)量與特征量之間的線性關系對分類效果的影響作了研究。特征量多,分類識別率提高,但特征量之間如果有線性關系,則帶來數(shù)據(jù)冗余而降低識別準確率。 本研究將計算機技術與病理學專家的實際經(jīng)驗相結合,在采用圖像處理技術對醫(yī)學圖像進行處理的基