科研之友
微信
新浪微博
Facebook
分享链接
摘要
活检过程中,有资质的医生需要根据细胞形态结构对数千活检玻片分析判读,耗时长、误诊率高。针对乳腺癌细胞,采用LBP(Local Binary Patterns)描述乳腺癌细胞特征,并且利用MDS(Multidimensional Scaling),LLE(Locally Linear Embedding)等矩阵降维,以BP神经网络算法实现癌细胞辅助判读。实验结果表明,采用LBP-LLE-BP结合的方法,数据规模降维至5×252时,准确率高达89.61%,可为医生诊断提供重要参考。
- 单位
活检过程中,有资质的医生需要根据细胞形态结构对数千活检玻片分析判读,耗时长、误诊率高。针对乳腺癌细胞,采用LBP(Local Binary Patterns)描述乳腺癌细胞特征,并且利用MDS(Multidimensional Scaling),LLE(Locally Linear Embedding)等矩阵降维,以BP神经网络算法实现癌细胞辅助判读。实验结果表明,采用LBP-LLE-BP结合的方法,数据规模降维至5×252时,准确率高达89.61%,可为医生诊断提供重要参考。
