科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着计算机技术的快速发展，利用深度学习和图像处理技术辅助医师完成医疗诊断成为研究的热点问题之一。在医疗临床领域，人体外周血白细胞的检测对疾病的判断有不可或缺的作用，提出了基于深度学习的一种人体外周血白细胞分类的方法。首先建立了卷积神经网络模型，采用中值滤波和图像压缩技术对人体外周血血液图像进行预处理。利用衰减因子防止卷积神经网络过拟合，同时利用粒子群算法对衰减因子进行优化，寻找最优的衰减因子。实验表明，优化后的神经网络模型对无颗粒白细胞识别率为96.61%,对有颗粒白细胞识别率为96.56%,基本满足既定目标。利用卷积神经网络的方法，在避免精确分割细胞复杂性的同时避免人工选取特征的差异性，而且取得了不错的准确率。
- 单位
