APP下载

基于人工神经网络的肺癌细胞图像特征的提取与识别

2017-09-03包头医学院计算机科学与技术系唐思源

电子世界 2017年16期
关键词:肺癌特征研究

包头医学院计算机科学与技术系 唐思源

基于人工神经网络的肺癌细胞图像特征的提取与识别

包头医学院计算机科学与技术系 唐思源

目的:探讨基于人工神经网络的肺癌细胞图像特征的提取与识别。方法:建立基于人工神经网络和计算机图像处理的肺癌细胞病理电脑诊断系统,对120例经皮肺穿刺标本的肺癌细胞学涂片进行图像特征的提取与识别,并与术后病理组织诊断结果进行对比分析。结果:(1)肺癌细胞病理电脑诊断系统能够较为准确的提取肺癌细胞图像特征,完成对肺部病灶癌细胞和非癌细胞的识别。(2)运用肺癌细胞病理电脑诊断系统诊断肺癌主要病理类型鳞状细胞癌、腺癌、未分化癌、小细胞癌的结果与术后病理组织诊断结果的总符合率93.33%。结论:基于人工神经网络和计算机图像处理对肺癌细胞的图像特征进行提取和识别,对肺癌患者实施诊断,准确率高,能够为肺癌的早期诊断提供客观参考依据。

肺癌;人工神经网络;计算机图像处理;细胞图像特征;提取;识别

引言

伴随着信息网络技术和科学技术的迅速发展,计算机在肺癌临床诊断中的应用日益深入[1]。人工神经网络(Artif i cial Neural Network;ANN)是上个世纪80年代兴起的人工智能领域的研究内容,其主要是利用计算机从信息处理的角度对人脑神经元网络进行抽象,建立某种简单的模型,并按照不同的连接方式组成不同结构的网络[2]。早期主要被应用于工程界与学术界,现阶段已经取得了很大的研究进展,在医疗领域的疾病诊断中也得到了应用[3]。……

登录APP查看全文

猜你喜欢

肺癌特征研究
中医防治肺癌术后并发症
对比增强磁敏感加权成像对肺癌脑转移瘤检出的研究
FMS与YBT相关性的实证研究
辽代千人邑研究述论
视错觉在平面设计中的应用与研究
如何表达“特征”
不忠诚的四个特征
EMA伺服控制系统研究
microRNA-205在人非小细胞肺癌中的表达及临床意义
基于肺癌CT的决策树模型在肺癌诊断中的应用