宫颈细胞图像的特征提取与识别研究

人工智能 其他 案例ID:160933
刘艳红
4 年经验· 上海飞乐音响股份有限公司
微信扫码沟通,客服可协助直接对接工程师;如当前档期不合,也可继续推荐相似案例作者。

案例介绍

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.

宫颈细胞图像的特征提取与识别研究

人工智能 · 其他 案例ID:160933
联系该工程师
微信扫码,建群沟通
作者: 刘艳红 - 4年经验- 上海飞乐音响股份有限公司

案例介绍

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.

相似案例推荐

发布任务

企业点击发布任务,工程师会在任务下报名,招聘专员也会在 1 小时内与您联系确认。

1小时精推人才

需求方专属客服,免费梳理匹配

需求方客服微信二维码
扫码加微信 · 客服人工对接
更多案例
微信沟通 客服 看中这位工程师了?客服帮你 1 小时对接沟通 → ×