OPT OpenIR  > 光谱成像技术实验室
基于卷积神经网络与显微高光谱的胃癌组织分类方法研究
其他题名Gastric Carcinoma Classification Based on Convolutional Neural Network and Micro-Hyperspectral Imaging
杜剑1,2; 胡炳樑1; 张周锋1
作者部门光谱成像技术实验室
2018-06-10
发表期刊光学学报
ISSN02532239
卷号38期号:6
产权排序1
摘要为了探究高光谱技术在胃癌组织病理诊断中的应用,将高光谱成像与显微系统结合,采集胃部切片组织的高光谱图像。针对胃癌组织与胃部正常组织在410~910nm波段的光谱特性差异,提出了一种基于卷积神经网络模型的胃癌组织分类方法,对原始光谱进行S-G平滑和一阶导数等预处理,通过分析光谱数据的特点和模型的分类效率,确定了最佳的网络结构及参数。实验结果表明:该模型对胃部癌变和正常组织的分类准确率为96.53%,鉴别胃癌组织的灵敏度和特异性分别达到94.29%和97.14%;相比于浅层学习方法,卷积神经网络模型能够充分提取癌变组织的深层光谱特征,同时能有效避免过拟合现象。将深度学习理论与显微高光谱结合的方法为医学病理研究提供了新思路。 
DOI10.3788/AOS201838.0617001
收录类别EI ; CSCD
语种中文
CSCD记录号CSCD:6268513
出版者中国光学学会
EI入藏号20183405731250
引用统计
文献类型期刊论文
条目标识符http://ir.opt.ac.cn/handle/181661/30583
专题光谱成像技术实验室
通讯作者胡炳樑
作者单位1.中国科学院西安光学精密机械研究所光谱成像技术重点实验室;
2.中国科学院大学
第一作者单位中国科学院西安光学精密机械研究所
通讯作者单位中国科学院西安光学精密机械研究所
推荐引用方式
GB/T 7714
杜剑,胡炳樑,张周锋. 基于卷积神经网络与显微高光谱的胃癌组织分类方法研究[J]. 光学学报,2018,38(6).
APA 杜剑,胡炳樑,&张周锋.(2018).基于卷积神经网络与显微高光谱的胃癌组织分类方法研究.光学学报,38(6).
MLA 杜剑,et al."基于卷积神经网络与显微高光谱的胃癌组织分类方法研究".光学学报 38.6(2018).
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
Gastric Carcinoma Cl(4584KB)期刊论文出版稿开放获取CC BY-NC-SA浏览 请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[杜剑]的文章
[胡炳樑]的文章
[张周锋]的文章
百度学术
百度学术中相似的文章
[杜剑]的文章
[胡炳樑]的文章
[张周锋]的文章
必应学术
必应学术中相似的文章
[杜剑]的文章
[胡炳樑]的文章
[张周锋]的文章
相关权益政策
暂无数据
收藏/分享
文件名: Gastric Carcinoma Classification Based on Convolutional Neural Network and Micro-Hyperspectral Imaging.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。