原文服务方: 计算机应用研究       
摘要:
有丝分裂检测与计数是诊断乳腺癌的一个重要指标。针对乳腺癌病理图像中的有丝分裂核与非有丝分裂核难区分、难检测等研究难点,提出了一个基于级联分类器的计算机辅助有丝分裂检测算法。考虑到分割后正负样本在数量上的差异性较大,该方法通过一个级联分类器在其每一层中丢弃一部分非有丝分裂块,使得级联中后一个分类器在训练时能更关注那些比较难分的样本;利用颜色直方图找出有丝分裂块与非有丝分裂块差异性较大的颜色通道,以便提取的特征具有更好的分类性能。该方法最终以F-measure值为0.732验证了所提出算法的有效性。
推荐文章
基于深度学习的乳腺癌病理图像分类研究综述
计算机辅助诊断
乳腺癌病理图像
图像分类
深度学习
乳腺癌病理学诊断研究
乳腺癌
病理学
诊断
基于深度学习的乳腺癌病理图像自动分类
乳腺癌病理图像分类
深度学习
卷积神经网络
迁移学习
数据增强
乳腺癌细胞病理学样本组织学分类及分子病理学检测
乳腺癌
组织学
分子病理学
病理学样本
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于级联分类器的乳腺癌病理学图像中有丝分裂检测
来源期刊 计算机应用研究 学科
关键词 级联分类器 乳腺癌 病理图 有丝分裂检测 颜色直方图
年,卷(期) 2016,(12) 所属期刊栏目 图形图像技术
研究方向 页码范围 3876-3879,3888
页数 5页 分类号 TP391.7
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2016.12.079
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邹北骥 中南大学信息科学与工程学院 118 1203 18.0 29.0
2 唐娇 中南大学信息科学与工程学院 1 2 1.0 1.0
3 梁毅雄 中南大学信息科学与工程学院 4 18 2.0 4.0
4 周其亚 中南大学信息科学与工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (1)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (1)
二级引证文献  (1)
1973(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(10)
  • 参考文献(6)
  • 二级参考文献(4)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
级联分类器
乳腺癌
病理图
有丝分裂检测
颜色直方图
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导