期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
径向基人工神经网络在宫颈细胞图像识别中的应用
被引量:
9
1
作者
何苗
蒋本铁
+3 位作者
李建华
付志民
范玉
周宝森
《中国医科大学学报》
CAS
CSCD
北大核心
2006年第1期79-81,共3页
目的:探讨径向基(RBF)人工神经网络在宫颈细胞图像识别中的应用。方法:提取宫颈细胞和细胞核的15个形态学特征参数及12个色度学特征参数,对700个宫颈细胞按正常、低度鳞状上皮内病变(LSIL)、高度鳞状上皮内病变(HSIL)、宫颈癌进行分类...
目的:探讨径向基(RBF)人工神经网络在宫颈细胞图像识别中的应用。方法:提取宫颈细胞和细胞核的15个形态学特征参数及12个色度学特征参数,对700个宫颈细胞按正常、低度鳞状上皮内病变(LSIL)、高度鳞状上皮内病变(HSIL)、宫颈癌进行分类识别。利用软件STATISTICA 7.0建立网络模型并训练,用VC++.NET语言调用网络。结果:RBF网络对训练集的拟合度为97.3%,对测试集的分类准确率为95.4%。在测试集中,正常细胞的识别率为96%,LSIL细胞识别率为94%,HSIL细胞识别率为100%,癌细胞识别率为88%。RBF网络输入参数的敏感度排序与细胞病理学特征基本一致。结论:RBF人工神经网络可以很好的对宫颈细胞特别是HSIL细胞进行分类识别。
展开更多
关键词
径向基
人工神经网络
计算机辅助诊断
下载PDF
职称材料
题名
径向基人工神经网络在宫颈细胞图像识别中的应用
被引量:
9
1
作者
何苗
蒋本铁
李建华
付志民
范玉
周宝森
机构
中国医科大学附属第一医院计算机室
东北大学计算机中心
中国医科大学基础医学院病理学教研室
北京新顺国际有限公司
中国医科大学公共卫生学院流行病学教研室
出处
《中国医科大学学报》
CAS
CSCD
北大核心
2006年第1期79-81,共3页
基金
辽宁省教育厅科研基金资助项目(202013137)
(05L534)
文摘
目的:探讨径向基(RBF)人工神经网络在宫颈细胞图像识别中的应用。方法:提取宫颈细胞和细胞核的15个形态学特征参数及12个色度学特征参数,对700个宫颈细胞按正常、低度鳞状上皮内病变(LSIL)、高度鳞状上皮内病变(HSIL)、宫颈癌进行分类识别。利用软件STATISTICA 7.0建立网络模型并训练,用VC++.NET语言调用网络。结果:RBF网络对训练集的拟合度为97.3%,对测试集的分类准确率为95.4%。在测试集中,正常细胞的识别率为96%,LSIL细胞识别率为94%,HSIL细胞识别率为100%,癌细胞识别率为88%。RBF网络输入参数的敏感度排序与细胞病理学特征基本一致。结论:RBF人工神经网络可以很好的对宫颈细胞特别是HSIL细胞进行分类识别。
关键词
径向基
人工神经网络
计算机辅助诊断
Keywords
radial base funtion
artificial neural network
computer aided diagnosis
分类号
R711.74 [医药卫生—妇产科学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
径向基人工神经网络在宫颈细胞图像识别中的应用
何苗
蒋本铁
李建华
付志民
范玉
周宝森
《中国医科大学学报》
CAS
CSCD
北大核心
2006
9
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部