基于随机森林的宫颈病变识别应用研究

• 作者: 姚冰莹 李超 邹贵红
• 来源期刊: 电脑与电信
• 学科: 工学
• 关键词: 随机森林 决策树 宫颈病变识别 计算机辅助诊断
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 基金项目
• 页码范围: 15-17
• 页数: 3页
• 分类号: TP18
• 字数: 2172字
• 语种: 中文

摘要

针对分析HPV-DNA病毒载量检测与TCT液基薄层细胞学技术联合检查中存在的不足, 应用计算机辅助诊断 (CAD)技术提高宫颈癌筛查准确率, 提出了一种基于随机森林 (RF)的宫颈病变识别模型.通过对宫颈细胞图片进行特征值提取形成宫颈细胞特征数据集, 然后进行Bootstrap抽样, 采用随机抽取一个特征子集建立决策树, 对宫颈细胞分类结果进行投票, 将此模型在宫颈癌筛查方面加以应用.经理论分析和实验数据验证, 相比于传统的联合检查, 该方法提升了宫颈病变识别的性能, 其结果具有一定的竞争力、更具优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹贵红		10	10	2.0	3.0
2	姚冰莹	广州大学华软软件学院	2	0	0.0	0.0
3	李超		1	0	0.0	0.0