基于机器学习与细胞形态学对癌细胞分类

• 作者: 徐磊 熊征斯 臧启元 黄钢
• 来源期刊: 软件
• 学科: 工学
• 关键词: 癌细胞 图像处理 形态特征提取 机器学习
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 基金项目论文
• 页码范围: 81-83
• 页数: 3页
• 分类号: TP391.41
• 字数: 1714字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2019.09.018

摘要

对在细胞实验室培养的三种癌细胞(肺癌PC-9,乳腺癌MDA-MB-231,膀胱癌5637)进行连续4天的图像采集,并进行图像处理,通过ImageJ软件进行图像预处理,包括细胞图像分割,边缘检测,提取细胞形态特征,并通过python编写四种经典机器学习算法,通过对细胞形态特征进行训练,不同模型得到的癌细胞分类结果,对应四种模型在本文数据集上表现进行评价.随机森林分类,逻辑分类,使用线性核函数的SVM分类,朴素贝叶斯分类的准确率分别为:0.725,0.788,0.796,0.813.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐磊	上海理工大学医疗器械与食品学院	23	55	4.0	6.0
2	黄钢		25	8	1.0	2.0
3	熊征斯	上海理工大学医疗器械与食品学院	3	1	1.0	1.0
4	臧启元	上海理工大学医疗器械与食品学院	2	1	1.0	1.0