作者：廖欣; 郑欣; 邹娟; 冯敏; 孙亮; 杨帆宫颈细胞病理筛查神经网络集成计算机辅助诊断
摘要：针对宫颈细胞病理图像自动筛查问题,本文提出一种基于人工智能技术的计算机辅助诊断方法。该方法通过对宫颈细胞病理图像采用自适应双阈值法进行初步检测,再采用改进Chan-Vase模型进行精确分割,提取出细胞（粘连簇团）中的不同区域。然后,结合病理诊断专家规则,构建相应的正交特征集。在此基础上,使用神经网络集成模型进行正常、疑似病变二分类识别,完成计算机辅助诊断。实验表明,本文方法能够有效完成宫颈病理细胞（粘连簇团）的分类识别,具有较高的正确率（84%）与较低的误判率（2.1%）。满足了在保证判断正确率的条件下,尽量降低将疑似病变样本误判为正常样本的实际病理诊断要求。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
