径向基人工神经网络在宫颈细胞图像识别中的应用

摘要：

目的:探讨径向基(RBF)人工神经网络在宫颈细胞图像识别中的应用.方法:提取宫颈细胞和细胞核的15个形态学特征参数及12个色度学特征参数,对700个宫颈细胞按正常、低度鳞状上皮内病变(LSIL)、高度鳞状上皮内病变(HSIL)、宫颈癌进行分类识别.利用软件STATISTICA 7.0建立网络模型并训练,用VC ++.NET语言调用网络.结果:RBF网络对训练集的拟合度为97.3%,对测试集的分类准确率为95.4%.在测试集中,正常细胞的识别率为96%,LSIL细胞识别率为94%,HSIL细胞识别率为100%,癌细胞识别率为88%.RBF网络输入参数的敏感度排序与细胞病理学特征基本一致.结论:RBF人工神经网络可以很好的对宫颈细胞特别是HSIL细胞进行分类识别.

关键词：径向基、人工神经网络、计算机辅助诊断

所属期刊栏目：35

分类号：R711.74(妇产科学)

资助基金：辽宁省教育厅资助项目202013137,05L534

在线出版日期：2006-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：79-81