摘 要: | 为早期发现和及时治疗浸润性肺腺癌,提高医疗系统的运行效率和患者的早期检测的准确率,文章提出了一种基于卷积神经网络(Convolutional Neural Network,CNN)和支持向量机(Support Vector Machine,SVM)的初步诊断筛选模型。该诊断筛选模型通过对病理苏木精-伊红(Hematoxylin and Eosin,HE)图像进行卷积神经网络的训练,提取图像中的特征信息,并利用支持向量机算法进行分类判定。实验结果表明,该方法能够自动识别和标记图像中的癌细胞,为医生提供更准确的初步诊断结果,辅助医生制定治疗方案。与其他方法相比,设计方法的分类准确率更高,泛化能力更强。
|