首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 109 毫秒
1.
基于交叉熵的神经网络在病理图像分析中的应用   总被引:1,自引:0,他引:1  
目的 探讨利用基于交叉熵的神经网络识别典型病理图像.方法 提取27个宫颈细胞及细胞核的形态学与色度学特征参数并进行标准化处理,运用(SNN)软件对700例宫颈细胞图片进行神经网络分析.结果 细胞按正常、低度和高度鳞状上皮细胞、癌细胞进行分类识别,训练集与测试集识别率分别为98.29%、96.57%.使用相同训练样本数量,识别率高于其他网络模型.结论 该方法可以很好对宫颈细胞进行分类识别,并可应用于其他病理图片定量分析研究.  相似文献   

2.
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。  相似文献   

3.
目的 探讨3.0T MRI图像计算机特征鉴别诊断前列腺良恶性病变的价值。方法 收集接受3.0T磁共振检查的前列腺患者330例,进行T1加权成像(T2WI)、T2加权成像(T2WI)、多b值的弥散成像(DWI)与动态增强检查。所有病例均经活检或手术病理证实,其中前列腺癌患者198例,前列腺增生患者132例。选取病变最大层面图像,手动勾画病灶感兴趣区(ROI),进行方向梯度直方图(HOG)特征、局部二值模式(LBP特征)、哈尔特征(Haar特征)提取。通过支持向量机(SVM)分类器进行训练并得到对应的分类模型,通过不同的分类模型对比选取最具有鉴别前列腺良恶性病变价值的图像特征参数,并采用图像特征分类分析统计方法对所选择的图像特征参数进行评估。鉴别诊断结果以绘制受试者工作特征曲线(ROC曲线)表示,并通过计算曲线下面积(AUC)、灵敏度、特异度、准确率来进行效果评估。结果 磁共振T2WI、长b值DWI、ADC图中,在Haar图像特征条件下,ADC图的AUC值最大(0.85);在HOG图像特征条件下,DWI序列的AUC值最大(0.78);在LBP图像特征条件下,ADC图的AUC值最大(0.87);在采用三种特征融合[HOG+LBP+Haar(HLH)]的图像特征条件下,DWI序列的AUC值较大(0.89),大于ADC图及T2WI序列的AUC值(0.88、0.84)。图像特征分类分析方法中,LBP图像特征区分两种病变的AUC值较大(0.87),大于Haar图像特征(0.85)和HOG图像特征(0.78),HLH融合特征方法的AUC值(0.89)大于其中任一特征,具有最优的鉴别诊断结果。结论 3.0T MRI的T2WI、DWI/ADC图像计算机特征分析有助于鉴别诊断前列腺良恶性病变,长b值的DWI和ADC图对鉴别诊断前列腺良恶性结节占有重要地位,而HLH融合的计算机图像特征分析能为前列腺良恶性病变鉴别诊断提供可靠依据。  相似文献   

4.
多维分形维数分析多发性硬化患者表现正常脑白质   总被引:1,自引:0,他引:1       下载免费PDF全文
目的测试多发性硬化(MS)患者表现正常的脑白质(NAWM)与健康志愿者的正常脑白质(NWM)的纹理差异是否有统计学意义,并建立判别模型对两类脑白质(WM)进行分类。方法用估计分形维数的方法分析多发性硬化患者和健康志愿者MR的T2加权图像的感兴趣区(RO I),得到二维分形维数、三维表面分形维数和三维体积分形维数,依据这些特征参量用概率神经网络(PNN)对样本分类,然后与基于灰度共生矩阵和游程长纹理分析方法建立的模型进行对比。结果MS表现正常组和正常组WM的3个分形维数差异有统计学意义(P<0.05),MS表现正常组与正常组的识别率分别为77.5%和65%。结论在本批样本中,NAWM和正常WM的纹理差异有统计学意义,以上结论还需扩大样本量并采用多种方法进一步证实。  相似文献   

5.
目的探讨基于视觉注意机制和支持向量机(support vector machine,SVM)相结合的舌体自动提取方法,为模式识别方法应用到舌体图像分割提供新思路。方法将舌图像经过视觉特征提取、高斯金字塔多尺度变换,依据多特征图合并策略生成显著图并进行二值化;在不需要人工干预的情况下,从显著区和非显著区分别随机选取正类训练样本和负类训练样本;机器自动学习样本创建SVM分类器,最后用训练好的SVM分类器对完整舌图像进行分割。结果获得的正常舌、裂纹舌、齿痕舌等多种舌象的分割效果良好,没有特征信息丢失的情况,并具有一定的抗噪能力。结论基于视觉注意和SVM舌体自动分割方法在无需任何先验知识的条件下,具有较稳定的分割效果,为模式识别应用到舌体图像分割中作了初步探索。  相似文献   

6.
目的研究应用计算机技术对人类肿瘤特异性启动子进行识别、预测。方法通过收集肿瘤特异性启动子序列、转录因子结合位点序列、非肿瘤启动子序列3种数据集合,利用转录因子结合位点在不同序列集合中的密度求出各位点的对应密度比,确定识别特征,进行肿瘤特异性启动子的识别。结论该方法具有较高的准确性,在保证对训练集合90%以上的识别率的情况下,对测试集合的识别率达到80%以上。  相似文献   

7.
目的设计并实现一种针对核磁共振成像(MRI)图像的关节软骨自动分割算法。方法利用像素的整体与局部特征分别构建二分类支持向量机(support vector machine,SVM)分类器对股软骨、胫软骨及髌软骨进行自动分割。首先提出一种基于边缘数目反馈的Canny检测器阈值迭代法并利用该方法提取图像的主要边缘,随后根据特征参数对提取的边缘进行识别并标记出不同的骨-软骨边缘,利用训练的SVM分类器对软骨进行初步分割并根据软骨的解剖位置缩小搜索空间,最后利用形态学操作对初步分割结果进行优化。结果自动分割结果中软骨的形态轮廓与原始图像吻合效果好,股软骨、胫软骨及髌软骨的Dice’s系数平均值分别为0.80、0.76、0.74,与手工分割结果具有较好的一致性。结论该算法能够准确、快速地分割出MRI图像中不同的软骨组织。  相似文献   

8.
目的 研究应用计算机技术对人类肿瘤特异性启动子进行识别、预测。方法 通过收集肿瘤特异性启动子序列、转录因子结合位点序列、非肿瘤启动子序列3种数据集合,利用转录因子结合位点在不同序列集合中的密度求出各位点的对应密度比,确定识别特征,进行肿瘤特异性启动子的识别。结论 该方法具有较高的准确性,在保证对训练集合90%以上的识别率的情况下,对测试集合的识别率达到80%以上。  相似文献   

9.
设计并实现一种基于Matlab平台的自动识别吸虫虫卵图像的方法。该方法在已有的吸虫卵级联分割方法上进行分割阈值的深度讨论,扩充多虫卵目标的分割,并提取虫卵的特征向量,进而使用模式识别分类器对所获得的图像特征进行自动分类识别,实验证明该方法具有较高的识别率。  相似文献   

10.
肌音信号(MMG)是一种肌肉收缩时发出的低频信号,通过测量分析颈部前后两侧的胸锁乳突肌和头夹肌的肌音信号,成功识别点头、抬头、左摆、右摆、左转、右转6个头部动作模式。实验中采集了4个通道的数据,经滤波、归一化的预处理后,用不等长分割法分割出动作帧。提取了动作帧的小波包系数能量及双谱对角切片特征,经主元分析法(PCA)和Fisher线性判别分析(FLDA)降维,用支持向量机(SVM)分类。最后对小波包系数能量和双谱对角切片特征进行FLDA降维,识别率达95.92%。  相似文献   

11.
手势识别是人机交互、智能假肢、医疗康复等领域的研究热点。为了满足手势识别实时性和准确性的需求,本文以成本较小的加速度信号作为数据,在对LeNet-5卷积神经网络进行分析的基础上,提出了一种适合加速度信号的LeNet-A网络。该网络针对基于加速度的手势分类特有的复杂性,增加Dropout层,改变卷积核大小、卷积核数量、激活函数以及分类器。在Ninapro数据集上的实验结果表明,该网络在正常受试者和截肢者的识别率上均表现出很大的优势,平均精度分别为90.37%和79.99%,比目前最佳分类器提升了12%和31%左右。该网络还具有较好的实时性和抗噪性。  相似文献   

12.
Coronary heart disease preoperative diagnosis plays an important role in the treatment of vascular interventional surgery. Actually, most doctors are used to diagnosing the position of the vascular stenosis and then empirically estimating vascular stenosis by selective coronary angiography images instead of using mouse, keyboard and computer during preoperative diagnosis. The invasive diagnostic modality is short of intuitive and natural interaction and the results are not accurate enough. Aiming at above problems, the coronary heart disease preoperative gesture interactive diagnostic system based on Augmented Reality is proposed. The system uses Leap Motion Controller to capture hand gesture video sequences and extract the features which that are the position and orientation vector of the gesture motion trajectory and the change of the hand shape. The training planet is determined by K-means algorithm and then the effect of gesture training is improved by multi-features and multi-observation sequences for gesture training. The reusability of gesture is improved by establishing the state transition model. The algorithm efficiency is improved by gesture prejudgment which is used by threshold discriminating before recognition. The integrity of the trajectory is preserved and the gesture motion space is extended by employing space rotation transformation of gesture manipulation plane. Ultimately, the gesture recognition based on SRT-HMM is realized. The diagnosis and measurement of the vascular stenosis are intuitively and naturally realized by operating and measuring the coronary artery model with augmented reality and gesture interaction techniques. All of the gesture recognition experiments show the distinguish ability and generalization ability of the algorithm and gesture interaction experiments prove the availability and reliability of the system.  相似文献   

13.
提出了基于支持向量机的故障诊断方法和步骤。诊断实例表明,与神经网络故障诊断方法相比,诊断小样本分析的支持向量机故障诊断方法具有分类能力强、推广能力好的特点。  相似文献   

14.
传统的脊髓圆锥末端内麻醉无可视化技术支持,主要通过麻醉师根据患者体表骨性特征进行穿刺定位,其难易程度与患者当前状态、麻醉师经验密切相关。本文提出了一种基于深度学习的识别定位算法,该算法利用深度学习模型对归一化的目标区域进行深度特征提取,增强特征的表征能力;最后输入到本文采用的SVM分类模型,得到最终的检测到的脊髓圆锥末端结果。定性定量实验结果表明,本文所提出的深度检测模型的检测性能较好,具有一定的可行性和使用价值。  相似文献   

15.
Breast cancer diagnosis can be done through the pathologic assessments of breast tissue samples such as core needle biopsy technique. The result of analysis on this sample by pathologist is crucial for breast cancer patient. In this paper, nucleus of tissue samples are investigated after decomposition by means of the Log-Gabor wavelet on HSV color domain and an algorithm is developed to compute the color wavelet features. These features are used for breast cancer diagnosis using Support Vector Machine (SVM) classifier algorithm. The ability of properly trained SVM is to correctly classify patterns and make them particularly suitable for use in an expert system that aids in the diagnosis of cancer tissue samples. The results are compared with other multivariate classifiers such as Na?ves Bayes classifier and Artificial Neural Network. The overall accuracy of the proposed method using SVM classifier will be further useful for automation in cancer diagnosis.  相似文献   

16.
近年来,随着信号处理和机器学习技术的快速发展,基于脑电信号的情感识别越来越受到重视。特征提取是情感识别过程中的关键一步。本文提出了改进的局域判别基(Improved Local Discriminant Bases,ILDB)算法,提取信号局域判别基各子空间的能量和系数均值特征构成特征向量,利用SVM分类器进行分类,通过对特征向量类可分性及分类正确率的评估,表明ILDB算法提取的特征具有可分性且分类正确率较高。ILDB算法的通道最高平均分类正确率达到88%,通道最高平均分类正确率比LDB算法提高4.4%和7.2%,所有通道平均分类正确率比LDB算法提高10.1%和9.8%。  相似文献   

17.
针对实际化工生产过程中故障数据缺乏,采用适合小样本问题的支持向量机(SVM)对化工过程稳态故障进行诊断。为了保证在线故障诊断的实时性,消除高维监控数据以及系统噪声对故障诊断的干扰,提出了一种新的基于二进制量子粒子群优化(BQPSO)算法和SVM的故障特征选择方法。仿真实验表明:BQPSO算法具有良好的全局搜索能力,能够快速、准确地搜索到故障特征变量;而基于特征选择的SVM故障诊断方法能可靠地实现对复杂化工过程的在线故障诊断。  相似文献   

18.
In order to let the doctor carry on the coronary artery diagnosis and preoperative planning in a more intuitive and more natural way, and to improve the training effect for interns, an augmented reality system for coronary artery diagnosis planning and training (ARS-CADPT) is designed and realized in this paper. At first, a 3D reconstruction algorithm based on computed tomographic (CT) images is proposed to model the coronary artery vessels (CAV). Secondly, the algorithms of static gesture recognition and dynamic gesture spotting and recognition are presented to realize the real-time and friendly human-computer interaction (HCI), which is the characteristic of ARS-CADPT. Thirdly, a Sort-First parallel rendering and splicing display subsystem is developed, which greatly expands the capacity of student users. The experimental results show that, with the use of ARS-CADPT, the reconstruction accuracy of CAV model is high, the HCI is natural and fluent, and the visual effect is good. In a word, the system fully meets the application requirement.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号