期刊简介
本刊是反映本校科研、医疗工作及同国内外医学界交流的重要窗口，在编排上达到了规范化的要求，注意适应国内外文献检索系统收录的需要并逐步完善，成为一本具有较高水平的医学科学技术性刊物。
往期目录
-
2000
-
2001
-
2002
-
2003
-
2004
-
2005
-
2006
-
2007
-
2008
-
2009
-
2010
-
2011
-
2012
-
2013
-
2014
-
2015
-
2016
-
2017
-
2018
首页>中国医科大学学报杂志
- 杂志名称：中国医科大学学报杂志
- 主管单位：辽宁省教育厅
- 主办单位：中国医科大学
- 国际刊号：0258-4646
- 国内刊号：21-1227/R
- 出版周期：月刊
期刊荣誉：1997年中共中央宣传部第二届全国优秀科技期刊三等奖期刊收录：农业与生物科学研究中心文摘, 维普收录(中), 国家图书馆馆藏, 知网收录(中), 上海图书馆馆藏, 北大核心期刊(中国人文社会科学核心期刊), 剑桥科学文摘, 哥白尼索引(波兰), 统计源核心期刊(中国科技论文核心期刊), 万方收录(中), CSCD 中国科学引文数据库来源期刊(含扩展版), CA 化学文摘(美)
径向基人工神经网络在宫颈细胞图像识别中的应用
何苗；蒋本铁；李建华；付志民；范玉；周宝森
关键词：径向基, 人工神经网络, 计算机辅助诊断
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.
友情链接