基于神经网络集成模型的宫颈细胞病理计算机辅助诊断方法

• 作者: 冯敏 孙亮 廖欣 杨帆 邹娟 郑欣
• 来源期刊: 液晶与显示
• 学科: 工学
• 关键词: 宫颈 细胞病理 筛查 神经网络集成 计算机辅助诊断
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 图像处理
• 页码范围: 347-355,356
• 页数: 10页
• 分类号: TP394.1|TH691.9
• 字数: 5606字
• 语种: 中文
• DOI: 10.3788/YJYXS20183304.0347

摘要

针对宫颈细胞病理图像自动筛查问题,本文提出一种基于人工智能技术的计算机辅助诊断方法.该方法通过对宫颈细胞病理图像采用自适应双阈值法进行初步检测,再采用改进Chan-Vase模型进行精确分割,提取出细胞(粘连簇团)中的不同区域.然后,结合病理诊断专家规则,构建相应的正交特征集.在此基础上,使用神经网络集成模型进行正常、疑似病变二分类识别,完成计算机辅助诊断.实验表明,本文方法能够有效完成宫颈病理细胞(粘连簇团)的分类识别,具有较高的正确率(84%)与较低的误判率(2.1%).满足了在保证判断正确率的条件下,尽量降低将疑似病变样本误判为正常样本的实际病理诊断要求.