基于卷积神经网络的细胞识别

• 作者: 关添 曾沛英 朱汝妃 杜俊龙 王佳飞 王健 胡洪义 陶源
• 来源期刊: 中国医学物理学杂志
• 关键词: 细胞识别 卷积神经网络 深度学习 池化层
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 医学信号处理与医学仪器
• 页码范围: 53-57
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2017.01.011

摘要

结合深度学习理论,将卷积神经网络算法运用到细胞识别上.相比传统的细胞识别算法,基于卷积神经网络的细胞识别使流程变得简单,同时也使得细胞的识别率更高.与多层神经网络、支持向量机及决策树等机器学习算法相比,卷积神经网络算法由于本身网络的复杂度以及训练集的大样本量,其深度远大于传统的机器学习算法,能较这些手工提取特征的方法更好地表达特征和区分细胞,最终取得的分类效果也要优于前者.研究结果表明卷积神经网络算法能较好地用于细胞识别.