了解与分析本科技成果,可查看成果概况并使用以下技术转移数智化应用工具:
成果概况
简介
数字化肺癌早期病理诊断系统。
该系统可以利用图像采集卡获得显微镜下肺穿刺细胞涂片的图像。对该图像进行预处理去噪、平滑和锐化,转成灰度图。然后,利用强化学习得到的阈值将图像二值化。接着,根据八链码识别出细胞区域。同时,采用一种改进的deBoor-Cox方法进行重叠细胞的重构。
计算出细胞的几何、色度、纹理和光密度等共40个特征后,用Wrapper+Genetic Search的方法从中选择出具有最大信息量的特征。分别将这些特征放到贝叶斯、支持向量机、K近邻和决策树四种分类器中进行分类。各分类器的结果集成起来,就得到最终的分类结果。
该系统可以识别出细胞图像中是否存在肺癌细胞,且能识别出癌细胞种类。其精度分别达到90%以上和80%以上。
另外,引入未定型细胞的概念。当各个分类器对细胞的分类结果都不一致时,判断此细胞为未定型细胞。对于此类细胞,利用LDA等降维技术实现与标准图库进行比对,并给出参考结果。
数字化肺癌早期病理诊断系统。
该系统可以利用图像采集卡获得显微镜下肺穿刺细胞涂片的图像,对该图像通过预处理去噪、平滑和锐化,转成灰度图,然后利用强化学习得到的阈值将图像二值化,根据八链码识别出细胞区域,同时采用一种改进的deBoor-Cox方法进行重叠细胞的重构,计算出细胞的几何、色度、纹理和光密度等共40个特征后,用Wrapper+Genetic Search的方法从中选择出具有最大信息量的特征,分别放到贝叶斯、支持向量机、K近邻和决策树四种分类器中进行分类,各分类器的结果集成起来就得到最终的分类结果。该系统可以识别出细胞图像中是否存在肺癌细胞且识别出癌细胞种类,精度分别达到90%以上和80%以上。另外,引入未定型细胞的概念,当各个分类器对细胞的分类结果都不一致时,判断此细胞为未定型细胞,对于此类细胞,利用LDA等降维技术实现与标准图库进行比对,并给出参考结果。
(此文字表达经过AI优化完善,查看原文请点击
原文)
专利基本信息
| 专利名称 |
|
| 专利状态 |
|
专利号(申请号) |
|
| 申请号 |
|
专利申请日期 |
|
| 专利授权日期 |
|
专利权届满日 |
|
| 专利所属地 |
|
专利类型 |
|
| 发明人 |
|
| 权利人 |
|
| 专利摘要 |
|