检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的宫颈异常细胞检测方法

基于深度学习的宫颈异常细胞检测方法

作者：赵司琦哈尔滨理工大学

学位级别：硕士

据《2018年宫颈癌发病率及死亡率的全球评估报告》显示,宫颈癌是女性第四大常见的癌症。由于人口基数大,诊疗资源不足,我国已成为宫颈癌发病和死亡人数最多的国家。目前,TCT是筛查宫颈癌的有效方法。该方法主要依赖病理医生的人工诊断,... 详细信息

据《2018年宫颈癌发病率及死亡率的全球评估报告》显示,宫颈癌是女性第四大常见的癌症。由于人口基数大,诊疗资源不足,我国已成为宫颈癌发病和死亡人数最多的国家。目前,TCT是筛查宫颈癌的有效方法。该方法主要依赖病理医生的人工诊断,不仅工作量大,而且存在大量的误诊、漏诊,造成我国宫颈癌发病率居高不下。近年来,人工智能与病理学跨域结合,实现了宫颈癌智能辅助诊断系统,有效地减少了医生的工作量,提高了诊断的准确率。异常细胞的检测是该系统的核心任务,十分重要且面临诸多挑战。这些挑战包括:（1）宫颈细胞涂片样本图像内容复杂,宫颈异常细胞检测难度大;（2）受图像染色、细胞粘连等因素影响,宫颈细胞核质分割难度大;（3）目前,机器学习算法在训练和识别时将所有样本的所有细胞放在同一个标准下衡量,降低了细胞分类的准确率;（4）宫颈病理图像标注成本高、公开数据集少,不同类别间数据分布极不均衡。为解决上述问题,本文提出了如下解决方法:1.提出了一个名为SER-DC YOLO的目标检测网络,解决了复杂图像中的宫颈异常细胞检测问题。首先,在YOLO v5的Backbone中增加注意力机制,提高了ROI的特征显著性;然后,使用可变形卷积替换SPP中的普通卷积,提高网络的泛化能力;最后,幂化边界框回归损失函数,提高网络的抗噪性能和边界框的预测精度。实验表明,SER-DC YOLO网络降低了宫颈异常细胞检测的错检率、漏检率。2.提出了一个名为CE-GAN分割网络,解决了宫颈细胞核、细胞质的精确分割问题。首先,通过粗分割模块中的改进后的分水岭算法提取细胞质粗糙轮廓图;其次,利用指导因子生成模块中的Pix2pix网络生成细胞质精细轮廓图;然后,在细分割模块中引入细胞质精细轮廓约束CE-Net模型的训练;最后,通过CE-Net模型是实现宫颈细胞的核质分割。实验表明,CE-GAN网络能够利用边界因子信息提高细胞质的分割精度。3.提出了一种基于样本基准值的宫颈细胞综合分类方法,解决了宫颈异常细胞重分类问题。首先,根据SER-DC YOLO模型的预测结果对宫颈细胞图进行裁剪,获得各类细胞的Patch图。然后,对正常鳞状上皮细胞进行分层,根据TBS宫颈细胞分类标准从中层鳞状上皮细胞中筛选出基准细胞,利用CE-GAN分割结果配合诊断指标计算公式计算样本基准值。最后,计算宫颈异常类细胞的基准系数,训练特征分类器,实现宫颈异常细胞重分类。实验表明,本文提出的方法能有效排除假阳性细胞,提高宫颈异常细胞的检测准确率。4.提出了一种半监督分类方法,解决了在数据不平衡情况下的微生物感染细胞分类问题。首先,利用清晰度评价函数对标注数据进行筛选。其次,使用筛选后的数据训练得到多个深度学习分类模型,按特定策略分配模型权重并对不同模型进行组合。然后,利用组合模型预测无标签数据的类别,筛选置信度较高的“伪标签”数据扩充训练集。最后,通过随机下采样、数据增强操作平衡训练集数据,继续训练分类模型。实验表明,该方法能够有效挖掘无标签数据中隐藏关联,提高了微生物感染细胞的分类准确率。综上所述,针对宫颈癌智能辅助诊断系统研究中的技术难题,本文提出了有效的解决方法。这些方法融入了病理知识和医生诊断知识,覆盖了目标检测、图像分割、图像分类等技术领域。经实验证明,本文方法能够有效提高辅助诊断系统检测异常细胞的性能。

关键词：细胞分类半监督细胞分割目标检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器学习的血液疾病辅助诊断

基于机器学习的血液疾病辅助诊断

作者：郭泽蓉四川师范大学

学位级别：硕士

近年来,血液疾病对人类健康造成越来越严重的威胁。与其他癌症类疾病相似,血液类疾病的致病原因较为复杂,治疗效果往往需要长期观察和评估,这些都给临床诊治造成了巨大困难。在血液疾病的诊断过程中会产生大量的患者临床数据,包括数值... 详细信息

近年来,血液疾病对人类健康造成越来越严重的威胁。与其他癌症类疾病相似,血液类疾病的致病原因较为复杂,治疗效果往往需要长期观察和评估,这些都给临床诊治造成了巨大困难。在血液疾病的诊断过程中会产生大量的患者临床数据,包括数值型数据和图像数据。这些海量的医疗数据中隐藏着丰富的疾病相关信息,若通过更具优势的方法加以处理,便可帮助医生更精准地诊断病情。随着机器学习(Machine Learning,ML)技术的发展,已有多种癌症可借助ML的方法进行病理分析,从而帮助医生制定出科学合理的治疗方案,取得了令人满意的效果,实现了智能高效的辅助诊断。因此,将具有强大的数据学习和分析能力的ML引入血液疾病的诊断,解决血液疾病诊治难的问题,具有重要的现实意义。本文针对血液疾病诊断过程中较为复杂的复发诊断问题和血液细胞分类问题,研究了基于机器学习的血液疾病辅助诊断,具体包括以下三个内容:(1)选取急性髓系白血病(Acute myeloid leukemia,AML)这一血液疾病典型,研究了基于机器学习的AML患者复发诊断问题。首先对采集的数值型病例数据进行筛选及归一化处理,以适应机器学习模型的数据格式。然后,利用人工合成少数类样本方法(Synthetic Minority Oversampling Technique,SMOTE)对归一化后的病例数据作过采样处理。接着,利用训练集完成了高斯核支持向量机(G-SVM)、线性核支持向量机(L-SVM)和决策树(DT)三种典型预测模型的训练。最后,分别对比了三种预测模型在独立测试集上的预测精度。实验结果表明,SMOTE过采样处理后的病例数据可以显著提高三种预测模型的预测精度,其中G-SVM的预测精度最优。(2)在不改变血液细胞图像数据分布的情况下,研究了基于孪生网络(Siamese Networks,SN)的血液细胞图像的分类问题。首先,设计了包含两个卷积神经子网络的孪生网络结构。接着,在原始数据集中构建用于训练孪生网络的正负样本对,作为模型的输入。然后,通过最小化对比损失函数来训练模型,寻找最优模型参数。最后,选择每个类别中类内欧氏距离最小的样本构成支持集,对测试集中的样本进行测试,分析模型结果。实验结果表明,孪生网络能够改善血液细胞数据集的类别不均衡对分类精度的不良影响,在小样本类别的细胞图像上实现了准确识别和分类。(3)为了保证血液细胞图像数据在数据层面的均衡,研究了基于生成对抗网络(Generative Adversarial Network,GAN)的血液细胞图像的分类问题。首先,介绍了用于合成血液细胞图像的生成对抗网络的模型结构。接着,借用深度卷积神经网络(Deep Convolutional Neural Network,DCNN)对血液细胞进行分类,展示了分类模型的网络架构。然后,使用欠采样、仿射变换、生成对抗网络三种重采样方法分别产生了欠采样处理后的均衡数据集、仿射变换增强后的均衡数据集和生成对抗网络增强后的均衡数据集。最后,使用原始不均衡数据集和上述三个均衡数据集分别来训练深度卷积神经网络。实验结果表明,基于生成对抗网络的血液细胞图像增强方法优于仿射变换增强及欠采样方法,提高了模型的分类准确率。本文基于机器学习,研究了复发诊断和血液细胞分类,研究结果可以较为全面地辅助诊断血液疾病患者的病情发展,为医生提供科学有效的诊疗参考,有助于提早采取干预措施,调整治疗策略,提升治愈效果,延长患者生存。

关键词：机器学习血液疾病复发诊断细胞分类孪生网络生成对抗网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

穿刺液细胞计数和分类方法的改良和应用

江西医学检验 2001年第1期19卷 62-62页

作者：朱九兰江西省人民医院检验科南昌330006

穿刺液一般包括胸腔积液,腹腔积液,心包腔积液,脑脊液和关节腔液等.这些腔壁的循环障碍,营养障碍,炎症和肿瘤等疾患往往引起腔内积液中细胞数量和/或质量的改变.准确快速报告穿刺液细胞的数量和质量,及时地为临床提供诊断依据.

关键词：穿刺液细胞计数细胞分类染色液

脑卒中患者超早期白细胞计数及分类的临床分析

在线全文

学校读者我要写书评

暂无评论

实用神经疾病杂志 2005年第5期8卷 92-92页

作者：侯多凡耿怀旺王艳玲王东成河南安阳钢铁集团职工总医院外一科安阳455004

目的探讨脑卒中患者超早期白细胞计数及分类对早期诊断的指导作用。方法采用全自动血液分析仪对急诊入院的92例脑卒中患者立即采静脉血进行自动检测。结果脑出血患者白细胞总数明显高于脑梗死患者(P<0.01),脑出血患者中性粒细胞计数高... 详细信息

目的探讨脑卒中患者超早期白细胞计数及分类对早期诊断的指导作用。方法采用全自动血液分析仪对急诊入院的92例脑卒中患者立即采静脉血进行自动检测。结果脑出血患者白细胞总数明显高于脑梗死患者(P细胞计数高于正常值及脑梗死患者(P细胞数低于正常值及脑梗死患者(P细胞计数对脑卒中的临床诊断有一定指导意义。

关键词：脑卒中白细胞计数细胞分类临床分析淋巴细胞脑梗死

肿瘤细胞的宽频响应特征与电阻抗非标记检测研究

在线全文

学校读者我要写书评

暂无评论

肿瘤细胞的宽频响应特征与电阻抗非标记检测研究

作者：陈牧东南大学

学位级别：硕士

癌症是威胁人类生命健康的重大疾病之一,其早期诊断可显著提高患者的生存率、减轻家庭与社会的医疗负担。肿瘤单细胞的内外形貌特征与正常细胞有显著不同,是癌症早期诊断的重要标志物。电阻抗流式细胞检测技术通过分析细胞的频谱响应特... 详细信息

癌症是威胁人类生命健康的重大疾病之一,其早期诊断可显著提高患者的生存率、减轻家庭与社会的医疗负担。肿瘤单细胞的内外形貌特征与正常细胞有显著不同,是癌症早期诊断的重要标志物。电阻抗流式细胞检测技术通过分析细胞的频谱响应特性,可实现细胞内外形貌特征的非标记检测,是肿瘤细胞精准、快速鉴别的重要技术手段。但现有的检测手段大多只对细胞的单一电学特征进行表征,难以全面准确的描述细胞的电学特征,同时难以实现肿瘤细胞的分类与识别。针对上述问题,本文首先对细胞的宽频响应特征问题进行探究,通过数值仿真模型研究了细胞内部形貌特征与阻抗响应的关系;其次,本文聚焦于本领域内研究者们常常忽略的问题——检测器件固有电阻抗特征对检测精度的影响问题,提出了一种优化检测器件的工作频带的方法;最后,利用优化后的器件,结合机器学习等方法,实现了对肿瘤细胞的非标记检测。论文取得的研究内容如下:(1)细胞宽频响应特征影响因素的仿真分析。基于数值仿真软件COMSOL Multiphysics建立了细胞在检测通道内的数值仿真模型,用于探究细胞形貌特征,包括细胞尺寸、细胞核质比、细胞核空间位置,以及细胞电学特征,包括细胞膜电容、细胞质电阻等对检测器件电阻抗响应的影响。数值仿真结果显示,在2MHz的激励信号下,当细胞膜介电常数以及细胞质电导率的变化,细胞电阻抗特征可以很清楚的表征这些变化的发生。基于细胞核大小和位置的数值仿真分析结果显示,2MHz的频率可以表征具有不同核质比的细胞,而由于细胞核的薄壳高电容特征,细胞核的位置对检测结果产生影响较小。(2)电阻抗流式检测器件频率响应特征的调控。本文聚焦于检测器件固有电阻抗特征对细胞检测精度的影响问题,研究了调节电阻抗检测芯片响应区间的理论基础,运用芯片的等效电阻模型进行仿真,分析寄生电容和通道电阻对于芯片阻抗响应区间的影响,随后通过数值仿真软件分析了三种共面电极的布置方式对芯片寄生电容的影响。接着使用软光刻技术制作了两种共面电极,表征了配置有两种电极的检测芯片的阻抗响应区间,利用聚苯乙烯微球表征了两种共面电极的检测性能。最后利用白细胞与MCF-7肿瘤细胞测试了优化后的器件的检测效果。(3)基于细胞电阻抗特征的肿瘤细胞非标记检测。采用多频激励信号,实现肿瘤细胞尺寸与电不透明度的联合检测,进而提高肿瘤细胞的鉴别精度。其次,本章研究了电阻抗检测直线门,等概率曲线门的设置方法,以及利用机器学习自动判别肿瘤细胞种类的方法,并表征了上述方法的细胞鉴别精度;最后,本文采用包含典型肿瘤细胞与正常血细胞的细胞群样本、人体腹水样本验证了多频多参量检测与电阻抗检测门设置的有效性。

关键词：电阻抗流式细胞仪电阻抗频谱响应特征非标记检测机器学习细胞分类

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中国大戟属13种15个居群的核型报道

植物分类学报 2007年第5期45卷 619-626页

作者：薛恒钢周颂东何兴金余岩四川大学生命科学学院成都610064

对国产大戟科Euphorbiaceae大戟属Euphorbia的13种15个地方居群的核型进行研究,以期为解决该属的种间亲缘关系和物种进化机制提供依据。结果如下:地锦***(望江居群),2n=2x=22=20m(2SAT)+2sm;地锦***(红旗村居群),2n=2x=22=18m+4sm;千根... 详细信息

对国产大戟科Euphorbiaceae大戟属Euphorbia的13种15个地方居群的核型进行研究,以期为解决该属的种间亲缘关系和物种进化机制提供依据。结果如下:地锦***(望江居群),2n=2x=22=20m(2SAT)+2sm;地锦***(红旗村居群),2n=2x=22=18m+4sm;千根草***,2n=4x=40=40m;斑地锦***,2n=4x=40=36m+4sm;银边翠***,2n=8x=56=40m+8sm+8st;铁海棠***,2n=4x=40=32m+8sm;金刚纂***,2n=6x=60=6m+36sm+12st+6t;火殃勒***,2n=6x=60=24m+24sm+12st;一品红***,2n=4x=28=24m(3SAT)+4sm;猩猩草***,2n=4x=28=16m+12sm;齿裂大戟***,2n=4x=28=28m;续随子***,2n=2x=20=12m+8sm;泽漆***,2n=6x=42=36m+6sm;乳浆大戟***(陈家沟居群),2n=2x=20=14m+6sm;乳浆大戟***(樱桃沟居群),2n=4x=40=32m+8sm。千根草和斑地锦两个种的核型以及乳浆大戟的四倍体居群核型均为首次报道。

关键词：大戟属大戟科核型多倍体细胞分类

在线全文

学校读者我要写书评

暂无评论

肺癌早期诊断系统的设计与实现

小型微型计算机系统 2000年第1期21卷 70-74页

作者：陆新泉李宁陈世福叶玉坤汪栋南京大学软件新技术国家重点实验室南京210093 中国人民解放军八一医院南京210002

本文讨论了基于形态和色度特征的肺癌早期诊断系统的设计思想．给出了细胞图象分割的算法，介绍了利用细胞图像中的形态学信息和色度学信息对肺癌细胞进行识别分类的方法．结果表明。

关键词：肺癌早期诊断系统细胞分类图象处理

支气管肺泡灌洗液中细胞学对儿童肺部疾病诊治研究进展

在线全文

学校读者我要写书评

暂无评论

国际医药卫生导报 2023年第8期29卷 1049-1052页

作者：马坤王道斌李树军新乡医学院第一附属医院儿科新乡453100 柘城县人民医院儿科商丘476200

肺部疾病对儿童生命健康有很大影响,支气管镜技术在儿童急危重症及难治性疾病中的应用对于儿童肺疾病诊治有了长足进展,支气管肺泡灌洗液(BALF)的分析对提高肺疾病的诊断水平有重要作用;BALF主要成分和疾病关系是目前研究的热点,由于不... 详细信息

肺部疾病对儿童生命健康有很大影响,支气管镜技术在儿童急危重症及难治性疾病中的应用对于儿童肺疾病诊治有了长足进展,支气管肺泡灌洗液(BALF)的分析对提高肺疾病的诊断水平有重要作用;BALF主要成分和疾病关系是目前研究的热点,由于不同疾病的发病机制不同,BALF特点尚未被完全阐明。本文通过对儿童BALF中细胞学与肺疾病的相关研究进行综述,为儿科肺部疾病诊治提供更多依据。

关键词：支气管肺泡灌洗液代谢组学蛋白组学细胞分类肺部疾病儿童

Morphogo骨髓细胞形态分析系统对正常、感染及多发性骨髓瘤骨髓涂片辅助诊断的效率评价

在线全文

学校读者我要写书评

暂无评论

临床检验杂志 2022年第7期40卷 551-553页

作者：齐超钟玉虹王小粉付鑫焱乔赛金红杨肃文张钧浙江大学医学院附属邵逸夫医院检验科杭州310000 浙江省医学精准检验与监测研究重点实验室杭州310000 凯德诺医疗器械(武汉)有限公司医学事务部武汉430000

目的观察Morphogo骨髓细胞形态分析系统在正常、感染及多发性骨髓瘤骨髓涂片辅助诊断的效率。方法收集正常、感染和多发性骨髓瘤骨髓涂片各30例,采用人工显微镜检查和仪器预分类、人工复核的方式进行分析与诊断,通过比对人、机总耗时来... 详细信息

目的观察Morphogo骨髓细胞形态分析系统在正常、感染及多发性骨髓瘤骨髓涂片辅助诊断的效率。方法收集正常、感染和多发性骨髓瘤骨髓涂片各30例,采用人工显微镜检查和仪器预分类、人工复核的方式进行分析与诊断,通过比对人、机总耗时来评估仪器的辅助诊断效率。结果Morphogo对正常、感染和多发性骨髓瘤骨髓涂片有核细胞预分类的总准确度分别为85.7%、84.4%和63.0%。仪器组、人工显微镜检查组的诊断与临床诊断之间的符合率均为100%。正常组、感染组中,仪器辅助下的分片与诊断耗时较人工显微镜检查短(P<0.001)。而多发性骨髓瘤组中,耗时差异无统计学意义(P=0.098)。结论Morphogo能辅助提高正常和感染患者骨髓涂片的诊断效率。

关键词：骨髓涂片细胞分类细胞形态诊断效率感染多发性骨髓瘤