径向基人工神经网络在宫颈细胞图像识别中的应用

被引：9

作者：

何苗 ^{[1
]}

蒋本铁 ^{[2
]}

李建华 ^{[3
]}

付志民 ^{[3
]}

范玉 ^{[4
]}

周宝森 ^{[5
]}

机构：

[1] 中国医科大学附属第一医院计算机室

[2] 东北大学计算机中心

[3] 中国医科大学基础医学院病理学教研室

[4] 北京新顺国际有限公司

[5] 中国医科大学公共卫生学院流行病学教研室

来源：

中国医科大学学报 | 2006年 / 01期

关键词：

径向基; 人工神经网络; 计算机辅助诊断;

D O I：

暂无

中图分类号：

R737.33 [子宫肿瘤];

学科分类号：

100214 ;

摘要：

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STATISTICA 7.0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。

引用

页码：79 / 81

页数：3