径向基人工神经网络在宫颈细胞图像识别中的应用

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STATISTICA7．0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。     

一种用于寻找典型病理图像的聚类分析方法

目的：探讨利用K—medoids聚类分析方法来寻找典型病理图像。方法：对正常、低度和高度鳞状上皮内病变宫颈细胞的51个特征参数进行标准化处理，以消除原始变量数量及量纲影响。运用统计软件R对所有特征参数进行K—medoids聚类分析。结果：对于正常、低度和高度鳞状上皮内病变宫颈细胞的分类正确率分别为91．7％、98．0％和92，0％。作为类中心点的3个病理图片可作为典型病理图片指导临床及教学研究。结论：该方法简单、方便，客观性强，可应用到其他医学领域定量研究。     

代价敏感分类策略在肺癌细胞识别诊断中的应用

目的代价敏感分类策略可以最小化误分类代价并有效提高识别率。针对计算机辅助肺穿刺样本的病理图像分析,提出一种新的代价敏感图像层的肺癌诊断系统(cost-sensitive image-level lung cancer diagnosis system,CILCDS)。方法基于潜在狄利克雷分配模型(latent dirichlet allocation,LDA)、代价敏感支持向量机(cost-sensitive support vector machine,CSSVM)以及多类支持向量机(multi-class support vector machines,mcSVM)等最新计算机技术,对肺穿刺病理细胞学涂片进行识别诊断。实验数据集是271例肺穿刺样本图像,其中240例肺癌样本有术后组织病理诊断结果对照。结果通过与基于轴平行矩形(axis-parallel rectangles,APR)、K近邻(citation K-nearest neighbors,Citation-kNN)、集成多样性密度(ensemble ofdiversity density,EM-DD)、多分类多示例自适应增强法(multi-class multi-instance adaptive boosting,MCMI-AdaBoost)等方法进行对比,CILCDS在癌与正常细胞的判断以及癌细胞的分类识别诊断过程中能够取得更低的错误分类代价以及较好的组织病理结果符合率。结论 CILCDS对肺癌细胞涂片诊断率高,并能减少既往肺癌细胞病理诊断过程中假阳性结果。     

基于迁移学习的全连接神经网络舌象分类方法

目的 针对深度学习在舌象分类中训练数据量大、训练设备要求高、训练时间长等问题,提出一种基于迁移学习的全连接神经网络小样本舌象分类方法。方法 应用经ImageNet海量数据集训练后的卷积Inception_v3网络提取舌象点、线等有效特征,再使用全连接神经网络对特征进行训练分类,将深度学习网络学习到的图像知识迁移到舌象识别任务中。利用舌象数据集进行训练、测试。结果 与典型舌象分类方法K最近邻（KNN）算法、支持向量机（SVM）算法和卷积神经网络（CNN）深度学习方法相比,本实验使用的两种方法（Inception_v3+2NN和Inception_v3+3NN）具有较高的舌象分类识别率,准确率分别达90.30%和93.98%,且样本训练时间明显缩短。结论 与KNN算法、SVM算法和CNN深度学习方法相比,基于迁移学习的全连接神经网络舌象分类方法可有效提高舌象分类的准确率、缩短网络的训练时间。     

宫颈固有荧光技术和细胞学对宫颈癌筛查的比较研究

目的 探讨宫颈固有荧光和细胞学涂片对宫颈癌筛查的价值.方法 对1 263例已婚妇女进行固有荧光技术和宫颈细胞涂片检查,对两种方法的检查结果分别与病理诊断进行对比分析.结果 宫颈固有荧光检查阳性(癌前病变和宫颈癌)22例,宫颈细胞涂片检查阳性27例,与病理诊断对照,其符合率分别为77.27%和48.15%,两者比较差异有...     

宫颈液基细胞学筛查结果分析1499例

目的:评价液基细胞薄层制片技术在宫颈病变筛查中的临床应用价值.方法:利用液基细胞薄层制片机(LTS)对妇科子宫颈管刷取的细胞标本进行制片,然后进行固定、染色、显微镜检查;用TBS诊断系统进行分析,作出诊断.对LSIL以上阳性病例进行宫颈组织4点(3、6、9、12)活检.结果:1499例患者取材均达到满意图片,对非典型鳞状细胞(ASCUS)阳性的病例进行3个月后复查,仍为ASCUS阳性则活检,细胞学与组织病理诊断符合率分别为100%、85.71%、95.56%、73.89%.结论:LTS和TBS诊断报告系统对宫颈癌早期病变和高度病变检出率较高,能全面准确反映宫颈病变情况,防止HPV感染,及时治疗及阻止CIN病变升级,是防治宫颈癌和癌前病变的关键.     

2168例液基薄层细胞检查在宫颈病变筛查中的应用探讨

目的 探讨Cytospin 离心式液基薄层细胞学检测(TCT)技术在宫颈病变筛查中的应用价值.方法 回顾性分析妇科2168例TCT检查病例资料,行TBS分类诊断,其中上皮细胞异常190例,对LSIL病变以上(含ASC+HPV)的24例行阴道镜下活检.结果 宫颈上皮病变患病率≤20岁组最高(33.33%),明显高于其他3个年龄组(8.91%,7.35%,10.34%),差异有统计学意义(P<0.01).2168例患者标本细胞学检查检出感染细胞82例(3.78%),宫颈上皮细胞异常者190例(8.76%),包括不典型鳞状上皮细胞(ASCUS)166例,低度病变(LSIL)18例,高度病变(HSIL)6例.结论 宫颈疾病患病年龄趋于年轻化.Cytospin TCT细胞技术能明显提高宫颈异常细胞的检出率,且与病理诊断有较高的一致性,是宫颈病变筛查的有效方法,具有重要的临床实用价值.     

4300例宫颈液基细胞学检查结果分析

目的 探讨液基薄层细胞涂片(TCT)检查对早期宫颈癌及癌前病变诊断的临床意义.方法 对本院4300例宫颈疾病就诊者行TCT检查,并与阴道镜宫颈活检病理结果相对照. 结果 检出TCT阳性病变并做病理活检的289例,占6.7%,其中LSIL与病理检查符合率为63.8%(90/142),HSIL的符合率为71.7%(38/53),宫颈癌的符合率为100%(5/5). 结论 TCT检查是一种准确、可靠的宫颈病变筛查方法,结合宫颈活检可提高对宫颈癌前病变及宫颈癌的诊断率.     

液基薄层细胞检测系统与阴道镜检查在宫颈病变诊断中的价值

目的 探讨液基细胞检测系统(TCT)宫颈细胞涂片及阴道镜检查对宫颈病变尤其是对宫颈上皮内瘤样病变(CIN)的诊断价值.方法 回顾性分析2005年6月至2006年12月324例宫颈病变患者的TCT涂片和阴道镜检查结果并与阴道镜下宫颈活检病理结果进行比较分析.结果 TCT检查炎症及鳞状上皮内低度病变(LSIL)与病理结果炎症及轻度CIN符合率为86.42%(121/140),阴道镜检查炎症及低度CIN与病理结果炎症及轻度CIN符合率为76.49%(198/258),两者差异无显著性(P＞0.05).对宫颈炎症及早期CIN,TCT与阴道镜检查均具有较高的诊断价值;TCT检查鳞状上皮内高度病变(HSIL)及鳞状细胞癌(SCC)与病理结果CINⅡ、CINⅢ及SCC符合率为56.75%(42/74),阴道镜检查高度CIN及SCC与病理结果CINⅡ、CINⅢ及SCC符合率为76.66%(49/64),两者差异有显著性(P＜0.01),对中、重度CIN及宫颈鳞状细胞癌(SCC)阴道镜检查诊断价值高于TCT.结论 TCT与阴道镜联合检查并配合阴道镜指导下宫颈活检可提高宫颈疾病尤其是CIN的诊断率.     

神经网络技术在化橘红两品种识别中的应用

[目的]建立有效区别毛橘红与光橘红2种药材的识别模型.[方法]收集不同产地的23批化橘红药材样品的指纹图谱,采用主成分分析法提取主成分,利用BP神经网络进行模式识别.[结果]建立了有效识别毛橘红和光橘红的神经网络模型,有效识别率超过91.3%,其中毛橘红均能被正确识别.[结论]神经网络技术可有效识别出道地药材毛橘红.