CAJ | 학술논문

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".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B样条和改进deBoor-Cox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、K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LDA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"应用于临床随机1 200例肺部病灶穿刺细胞学涂片,肺癌识别诊断率94.80%,假阳性率1.85%,假阴性率3.35%,肺癌分类识别率82.90%,核异型细胞识别率74.20%.结论:"智能化肺癌早期细胞病理诊断系统"对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.
목적:운용강화학습、다분류기집성、강유방법등최신계산궤기술,결합세포병리지식,설계제작"지능화폐암세포병리도상진단계통".방법:채집세포도상,운용기우강화학습적도상분할법장세포구역종배경중분리출래;운용기우B양조화개진deBoor-Cox방법대중첩세포진행분리화중구;제취40개세포특정용우패협사、지지향량궤、K긴린화결책수4충분류기,집성산생폐암세포분류결과;건립폐암세포병리도고,운용기우LDA등강유방법대세포진행비대,급여미정형암세포분류.결과:"지능화폐암세포병리진단계통"응용우림상수궤1 200례폐부병조천자세포학도편,폐암식별진단솔94.80%,가양성솔1.85%,가음성솔3.35%,폐암분류식별솔82.90%,핵이형세포식별솔74.20%.결론:"지능화폐암조기세포병리진단계통"대암세포도편진단솔고,극복료폐암세포병리진단과정중취검세포수량소,중첩세포식별솔저,도편배경급염색차이등간우인소,가보조림상폐부병조적천자세포병리진단.