作者：张成成; 宋婕萍; 徐淑琴; 李卉; 徐闰红; ...染色体分类卷积神经网络染色体核型分析
摘要：目的通过深度卷积神经网络对分裂中期的染色体图像进行学习,测试其在染色体分类的准确率。方法该研究一共纳入1275例不同个体分裂中期的染色体图片,其中735例作为训练集用于深度卷积神经网络,245例作为测试集用作内部验证,245例外院数据用作外部验证;另取50例染色体图片资料,分别记录人和计算机完成染色体分类的时间及准确率。结果24分类的结果提示,分类网络在内部验证的准确率为91.22%,外部验证的准确率为91.48%;ResNet的分类效率是人工操作的1000倍以上,其准确率明显优于非遗传专科医师。结论深度卷积神经网络在染色体分类的应用价值极具有发展潜力,将有助于构建染色体核型分析自动化平台。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
