

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、計(jì)算機(jī)輔助尿沉渣圖像的分類識(shí)別對(duì)多種臨床疾病的診療有著重要意義。市場(chǎng)上已經(jīng)出現(xiàn)了許多尿沉渣圖像自動(dòng)類別識(shí)別儀器。本課題是以龍?chǎng)喂镜腖X3000中“尿沉渣圖像有形成分自動(dòng)識(shí)別系統(tǒng)”為背景,將BP神經(jīng)網(wǎng)絡(luò)用于尿沉渣圖像細(xì)胞分類和計(jì)數(shù),將數(shù)據(jù)剪切用于低倍鏡下上皮細(xì)胞識(shí)別,對(duì)特征進(jìn)行了分析,并且研究了特征提取的方法用于將來更多特征的情況,文中研究了多分類器融合技術(shù),用于高倍鏡下細(xì)胞識(shí)別。 由于分割方法還不夠完善,并且分割后圖像類別標(biāo)記
2、沒有統(tǒng)一的標(biāo)準(zhǔn),操作者也不是專業(yè)的醫(yī)務(wù)人員,同時(shí)數(shù)據(jù)量非常大,所以造成了樣本中存在很多的問題數(shù)據(jù),本論文利用Bagging方法剪切問題數(shù)據(jù),用于十倍鏡細(xì)胞分類,減小了網(wǎng)絡(luò)的訓(xùn)練誤差和訓(xùn)練時(shí)間,提高了網(wǎng)絡(luò)的泛化能力。 多分類器融合技術(shù)結(jié)合數(shù)據(jù)融合、機(jī)器學(xué)習(xí)、模式識(shí)別等多方面理論,把來自不同分類器的識(shí)別信息進(jìn)行有機(jī)結(jié)合,從而降低單分類器的設(shè)計(jì)難度,全面提取和利用分類信息,達(dá)到改善或改進(jìn)傳統(tǒng)分類算法的目的。近年來,多分類器融合技術(shù)在人
3、臉識(shí)別、手寫字符識(shí)別、遙感圖像分類等方向上受到了廣泛重視,顯示出很大的研究價(jià)值和現(xiàn)實(shí)應(yīng)用前景,但在醫(yī)學(xué)圖像領(lǐng)域中的研究尚顯不足。本論文融合方法同時(shí)研究了神經(jīng)網(wǎng)絡(luò)集成方法,重點(diǎn)使用了投票法進(jìn)行分類器融合,分析了Baggingg和Boosting產(chǎn)生的網(wǎng)絡(luò)的相關(guān)性,通過最小信息熵的方法處理和優(yōu)選子集,用于Boosting方法的改進(jìn),實(shí)驗(yàn)表明了該融合模型相對(duì)單一分類器以及傳統(tǒng)融合方法的優(yōu)越性,并且研究了貝葉斯方法,通過實(shí)驗(yàn)選擇出最優(yōu)融合準(zhǔn)則。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 尿沉渣有形成分自動(dòng)分類識(shí)別算法研究.pdf
- 尿沉渣有形成分自動(dòng)識(shí)別.pdf
- 尿沉渣有形成分自動(dòng)分類系統(tǒng)研究.pdf
- 尿沉渣有形成分自動(dòng)分割識(shí)別算法研究.pdf
- 尿沉渣有形成分識(shí)別算法研究.pdf
- 尿沉渣顯微圖像有形成分自動(dòng)分割算法研究.pdf
- 尿沉渣有形成分分割算法研究.pdf
- 尿沉渣顯微圖像有形成分的分析與識(shí)別方法研究.pdf
- 尿沉渣圖像有形成分分割與兩類細(xì)胞識(shí)別.pdf
- 基于模糊聚類的尿沉渣有形成分分析研究.pdf
- 圖像模式的形態(tài)和紋理特征研究及其在尿沉渣有形成分識(shí)別中的應(yīng)用.pdf
- 基于神經(jīng)網(wǎng)絡(luò)與模糊推理的尿沉渣識(shí)別系統(tǒng)研究.pdf
- 尿沉渣顯微圖像有形成分分割與特征提取方法研究.pdf
- 尿沉渣自動(dòng)識(shí)別算法研究.pdf
- 尿沉渣圖像自動(dòng)識(shí)別算法的研究.pdf
- 基于SVM算法的尿沉渣細(xì)胞分類識(shí)別系統(tǒng)的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的郵件分類識(shí)別研究.pdf
- 尿沉渣細(xì)胞識(shí)別的研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別和分類.pdf
- 基于機(jī)器視覺的顯微細(xì)胞圖像有形成分自動(dòng)識(shí)別研究.pdf
評(píng)論
0/150
提交評(píng)論