【摘要】：隨著醫(yī)療技術的進步和人工智能技術的飛速發(fā)展,跨學科結合的技術手段對于傳統(tǒng)的醫(yī)療技術產(chǎn)生了極大影響。由于醫(yī)療成像設備的普及,醫(yī)學圖像的數(shù)量成爆發(fā)式增長,如何對其智能判讀以減少勞動強度成為廣泛探討的問題。在眾多癌癥中,宮頸癌作為婦科高發(fā)性的惡性腫瘤,發(fā)病率及死亡率常年位居各種惡性疾病的前列,然而該病的早期發(fā)現(xiàn)及治療可以大大減少死亡率,因此對于該病的早期篩查工作非常重要,與飛速發(fā)展的人工智能手段相結合輔助宮頸癌篩查更是值得研究。傳統(tǒng)的宮頸癌篩查通過細胞學檢測方法獲取的宮頸細胞涂片,包括巴氏涂片檢測和液基細胞學涂片檢測(TCT),該方法流程復雜繁瑣,十分不利于篩查工作的進展。近年來基于葉酸受體介導的宮頸特殊染色方式,借助亞甲基藍的顯色反應來實現(xiàn)快速準確的篩查宮頸癌及癌前病變。本文針對亞甲基藍宮頸特殊染色液檢測圖像,設計了完整的圖像采集方式,并且制作專門數(shù)據(jù)集,提出對于宮頸癌篩查通過與計算機視覺技術結合的監(jiān)督學習分類算法,繞過傳統(tǒng)的TCT檢測方式,利用監(jiān)督學習算法提升分類效果和精度,以滿足宮頸癌疾病篩查工作的要求。本文研究并概述了機器學習中的經(jīng)典算法,包括KNN最近鄰算法、貝葉斯算法、SVM支持向量機算法、集成學習算法,以及經(jīng)典的深度學習方法,包括AlexNet網(wǎng)絡、SqueezeNet網(wǎng)絡、ResNet網(wǎng)絡。本文對上述算法進行了全面的分析總結,并通過實驗驗證的方式,對每種算法進行了參數(shù)優(yōu)化實驗,通過大量的實驗驗證每一類算法在宮頸癌篩查數(shù)據(jù)集上的分類效果,并通過多個指標確定最適合宮頸癌篩查一體化系統(tǒng)的分類算法。在最終的測試數(shù)據(jù)上可以達到準確率和召回率均達到90%以上的精度
【學位授予單位】：武漢大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：R737.33;TP18;TP391.41
【圖文】：

9圖 2-1 SVM 在二維平面數(shù)據(jù)劃分圖圖 2-1 中展示了兩組數(shù)據(jù)的劃分在二維平面的情況。在更高維度空間中轉化為超平面。在SVM算法中常用三種優(yōu)化算法來具體進行操作，SVC、NuSVC、LinearSVC。SVC 和 NuSVC 是相似的方法，但是接受稍許不同的參數(shù)設置并且有不同的數(shù)學方程。SVC 給定訓練向量 = ￠，在兩個類中，向量- , SVC求解如下原始問題： ￠w b ζ T C ini subject to ( ( ) ) ≥ ≥ = （2-2）它的雙倍是 subject to = ≤ ≤ = （2-3）式中， 是所有向量， 是上界,Q是一個 n×n 階的半正定矩陣， = K 當K = ( ) ( ) 是內(nèi)核。訓練向量是隱式映射到一個更高維空間 的函數(shù)。決策函數(shù)為:§ ￠(∑ ( ) ) （2-4）

人工智能引導的宮頸癌特殊染色圖像分類算法研究耦意味著可以獨立單獨地把每個特征視為一維分布來估計。這樣解維度災難帶來的問題[38]。貝葉斯一共有三種方法，分別是高斯樸素貝葉斯、多項式分布貝素貝葉斯，這三種分類方法其實就是對應三種不同的數(shù)據(jù)分布類分布又叫正態(tài)分布，我們把一個隨機變量 X 服從數(shù)學期望為 μ、分布稱為正態(tài)分布，當數(shù)學期望 μ=0,方差 σ=1 時稱為標準正態(tài)

使用 LRN（Local Response Normalization）和 Overlapping Pooling 等一些減少過擬合的方法。ImageNet 數(shù)據(jù)集的圖片分辨率各有不同。對圖像統(tǒng)一下采樣到 256*256 分辨率。除了把每個像素減去均值，沒有做別的預處理，采用原生 RGB 像素值作為 輸 入 。

【相似文獻】

相關期刊論文 前10條

1 李靜,殷平,董德武;石蠟包埋全喉大切片的制備及特殊染色[J];診斷病理學雜志;2000年03期

2 D.K.Whittaker;楊慶恩;;應用特殊染色證實咬傷痕[J];中國法醫(yī)學雜志;1988年03期

3 李彥瑋;王偉;梅少帥;滕飛;陳東;;聯(lián)合特殊染色在血管壁病變觀測中的應用價值[J];中國醫(yī)學科學院學報;2018年03期

4 楊會釵;;免疫組織化學與特殊染色雙染方法介紹[J];河北醫(yī)科大學學報;2010年04期

5 葉光華;喻林升;張益鵠;胡蕓;董繆武;伊吉普;;特殊染色在法醫(yī)病理學中的應用[J];法醫(yī)學雜志;2008年05期

6 王翠菊;李靜;;快速石蠟包埋全喉大切片的制備及特殊染色[J];牡丹江醫(yī)學院學報;2007年05期

7 林蓁;;黏液特殊染色與免疫組化雙重染色技術[J];診斷病理學雜志;2006年06期

8 沈冬青,鄭慧春;特殊染色金屬烤瓷冠修復氟斑牙臨床療效觀察[J];中日友好醫(yī)院學報;2003年02期

9 李靜,殷平,董德武;石蠟包埋全喉大切片的制備及特殊染色[J];中華病理學雜志;2000年02期

10 朱新生，王伯，王冰楓;微波在特殊染色技術中的應用[J];第四軍醫(yī)大學學報;1994年02期

相關會議論文 前9條

1 陳志偉;謝惠康;;特殊染色技術在肺部疾病中的應用[A];2013年第三屆長三角地區(qū)病理技術新進展研討會暨浙江省第八次病理技術會議論文匯編[C];2013年

2 李興彪;喻林升;葉光華;范琰琰;馮相平;韓軍鴿;;虛擬切片在臨床病理學中應用[A];2013年浙江省病理學術年會論文匯編[C];2013年

3 馬天;宋月星;鄒先彪;;真菌的組織病理學特殊染色[A];2012全國中西醫(yī)結合皮膚性病學術會議論文匯編[C];2012年

4 高志斌;王兆平;黃麗麗;;胸膜穿刺活檢82例臨床病理研究[A];中華醫(yī)學會病理學分會2006年學術年會論文匯編[C];2006年

5 鄭堅;吳勇忠;蘇學勁;王建蔚;;面部孢子絲菌病1例報道并文獻復習[A];中華醫(yī)學會病理學分會2006年學術年會論文匯編[C];2006年

6 丁艦;鐘慈聲;;乙醇磷鎢酸染色的血小板顆粒鈣的定量分析[A];第八次全國電子顯微學會議論文摘要集（Ⅰ）[C];1994年

7 王文勇;劉大鵬;陳媛媛;周恒;;p-EGFR免疫組化和阿爾新藍特染雙染色在小鼠肺組織切片中應用[A];2015年浙江省第九次病理技術研討會論文匯編[C];2015年

8 高亞兵;姚斌偉;董霽;趙黎;王麗峰;彭瑞云;;一種簡便的小動物股骨固定脫鈣方法[A];第九屆全國生物醫(yī)學體視學學術會議、第十二屆全軍軍事病理學學術會議、第八屆全軍定量病理學學術會議論文匯編[C];2014年

9 呂中法;;免疫和組織化學染色在皮膚病理診斷中的意義[A];2012年浙江省皮膚病性病學術會議論文集[C];2012年

相關重要報紙文章 前1條

1 北京清華長庚醫(yī)院病理科 高國強 楊江輝;病理報告為何不能“立等可取”？[N];健康時報;2018年

相關博士學位論文 前1條

1 畢海濤;早期心肌缺血死后診斷的法醫(yī)學應用研究[D];河北醫(yī)科大學;2013年

相關碩士學位論文 前7條

1 郭甲懿;人工智能引導的宮頸癌特殊染色圖像分類算法研究[D];武漢大學;2019年

2 劉雁軍;低壓電損傷大鼠腦組織c-jun表達及皮膚組織特殊染色的研究[D];山西醫(yī)科大學;2007年

3 紀中華;類胰蛋白酶等介質(zhì)在過敏性休克死者一些組織中表達的免疫組化研究[D];吉林大學;2005年

4 齊興峰;金胺O染色法應用在組織切片中結核分枝桿菌檢測的系列研究[D];福建醫(yī)科大學;2016年

5 金春延;賴氨酰氧化酶基因與動脈粥樣硬化病變關系的研究[D];延邊大學;2003年

6 馬曉艷;溫壓彈藥爆炸致肝臟損傷效應的研究[D];第四軍醫(yī)大學;2009年

7 王皓潔;葉酸受體介導的宮頸特殊染色法在宮頸病變篩查中價值的研究[D];首都醫(yī)科大學;2016年

本文編號：2751759