基于代价敏感图像层的肺癌细胞病理诊断系统

将代价敏感方法引入肺癌细胞图像识别,建立基于代价敏感图像层的肺癌细胞病理诊断系统（Cost-sensitive Image-level Lung Cancer Diagnosis System,CILCDS）,并研究其临床应用价值。与既往方法比较,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取得了最低的错误分类代价0.37%以及更高的组织病理结果符合率97.61%。基于代价敏感图像层技术能够有效减少肺癌细胞病理诊断过程中的假阳性结果,有可能为肺癌细胞病理诊断提供一个更为有效的检测手段。     

基于自适应多尺度脑功能连接的局灶性癫痫发作检测方法研究

利用长时程脑电图检测癫痫发作是临床中较为广泛的应用,然而这项工作乏味、耗时,且很大程度上依赖于临床医生的自身经验和主观判断,准确性和可重复性也较低。针对长时程脑电图检测癫痫中存在的问题,提出一种基于自适应多尺度脑功能连接的癫痫发作检测方法(AMBFC),并选取10例局灶性癫痫患者的发作期和非发作期的样本作为研究对象。首先在一个滑动时间窗内,通过多元经验模态分解(MEMD)提取19通道脑电信号的7个本征模函数(IMF)分量及残差;然后建立多变量自回归(MVAR)模型,利用有向传递函数(DTF)提取流出信息强度,进行特征组合,并通过主成分分析(PCA)降维保留原始特征数目的85%;最后经代价敏感支持向量机(CSVM)分类区分发作期和非发作期脑电,并通过五重交叉验证进行癫痫发作检测算法的效果评价。结果表明,AMBFC算法检测脑电癫痫发作得到的平均准确率为98.6％,精确率为81.9％,召回率为81.4％,F2值为0.80。与各IMF分量、DTF-CSVM算法等检测结果相比,AMBFC算法更具有优越性。有望应用于长时程脑电的实时监测。