宫颈细胞图像的特征提取与识别研究

摘要：

宫颈涂片的检查是诊断宫颈癌的最有效手段之一，而传统的宫颈细胞识别系统存在很大的局限，例如假阴性率和假阳性率过高。本文为了提高宫颈细胞涂片诊断的效率和准确率，首先提取宫颈细胞的形态特征和极径灰度中值，然后采用 AdaBoost-SVM多特征融合分类器进行分类。实验研究结果表明：通过特征提取方法与 AdaBoost-SVM多特征融合分类器结合，明显提高了宫颈细胞涂片筛查的效率和准确率，降低了宫颈癌的误诊率。

关键词：极径、灰度中值、支持向量机、AdaBoost、AdaBoost-SVM分类器

所属期刊栏目：34

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目21327007;广西研究生教育创新计划项目YCSZ2015101

在线出版日期：2016-08-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：61-66