基于机器学习的血细胞分类研究进展

• 作者: 姚旭峰 孙凯 赵文硕 马风玲 黄钢
• 来源期刊: 中国医学物理学杂志
• 关键词: 机器学习 图像处理 分类 血液细胞
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 医学人工智能
• 页码范围: 127-132
• 页数: 6页
• 分类号: R318|R329.2
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2020.01.023

摘要

基于机器学习的血细胞分类方法已经引起了人们的广泛重视.本文探讨了近几年基于机器学习的血液细胞分类领域的相关研究成果与进展,对目前各种研究所用到的数据采集、图像预处理、图像分割、特征提取及分类器分类方法所用新技术做出详细的说明与分析.深度学习在机器学习基础上发展而成,因其端到端、高准确度等优势展现出强大发展前景.目前研究趋向于采取深度学习与人工特征提取结合、改进网络结构等新方法不断提高网络模型分类准确度及泛化性.然而,基于机器学习的血细胞分类技术投入临床使用仍存在一些问题与挑战.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄钢	上海健康医学院医学影像学院	25	8	1.0	2.0
2	马风玲	上海理工大学医疗器械与食品学院	2	1	1.0	1.0
6	姚旭峰	上海健康医学院医学影像学院	14	8	2.0	2.0
7	孙凯	上海理工大学医疗器械与食品学院	2	0	0.0	0.0
11	赵文硕	上海理工大学医疗器械与食品学院	1	0	0.0	0.0