结合降维与LBP特征的癌细胞识别研究

摘要：

活检过程中,有资质的医生需要根据细胞形态结构对数千活检玻片分析判读,耗时长、误诊率高.针对乳腺癌细胞,采用LBP (Local Binary Patterns)描述乳腺癌细胞特征,并且利用MDS (Multidimensional Scaling),LLE (Locally Linear Embedding)等矩阵降维,以BP神经网络算法实现癌细胞辅助判读.实验结果表明,采用LBP-LLE-BP结合的方法,数据规模降维至5×252时,准确率高达89.61%,可为医生诊断提供重要参考.

关键词：细胞识别、LBP、BP神经网络、降维算法

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：中科院威高计划[2017]013

在线出版日期：2019-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：31-35