作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的:探讨基于人工神经网络的肺癌细胞图像特征的提取与识别.方法:建立基于人工神经网络和计算机图像处理的肺癌细胞病理电脑诊断系统,对120例经皮肺穿刺标本的肺癌细胞学涂片进行图像特征的提取与识别,并与术后病理组织诊断结果进行对比分析.结果:(1)肺癌细胞病理电脑诊断系统能够较为准确的提取肺癌细胞图像特征,完成对肺部病灶癌细胞和非癌细胞的识别.(2)运用肺癌细胞病理电脑诊断系统诊断肺癌主要病理类型鳞状细胞癌、腺癌、未分化癌、小细胞癌的结果与术后病理组织诊断结果的总符合率93.33%.结论:基于人工神经网络和计算机图像处理对肺癌细胞的图像特征进行提取和识别,对肺癌患者实施诊断,准确率高,能够为肺癌的早期诊断提供客观参考依据.
推荐文章
基于卷积神经网络的细胞识别
细胞识别
卷积神经网络
深度学习
池化层
车牌图像特征提取及改进神经网络的识别算法研究
车牌字符识别
特征提取
神经网络
粒子群优化算法
基于人工神经网络下的图像识别的研究
人工神经网络
BP神经网络
图像分割
基于人工神经网络的叶脉信息提取--植物活体机器识别研究I
叶脉提取
人工神经网络
植物识别系统
局部对比度
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 基于人工神经网络的肺癌细胞图像特征的提取与识别
来源期刊 电子世界 学科
关键词 肺癌 人工神经网络 计算机图像处理 细胞图像特征 提取 识别
年,卷(期) 2017,(16) 所属期刊栏目 探索与观察
研究方向 页码范围 13-14
页数 2页 分类号
字数 2713字 语种 中文
DOI
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 唐思源 包头医学院计算机科学与技术系 20 46 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (29)
参考文献  (9)
节点文献
引证文献  (5)
同被引文献  (8)
二级引证文献  (1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(13)
  • 参考文献(3)
  • 二级参考文献(10)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(5)
  • 参考文献(5)
  • 二级参考文献(0)
2017(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
肺癌
人工神经网络
计算机图像处理
细胞图像特征
提取
识别
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
电子世界
半月刊
1003-0522
11-2086/TN
大16开
北京市
2-892
1979
chi
出版文献量(篇)
36164
总下载数(次)
96
总被引数(次)
46655
论文1v1指导