Total 19 20 29 68
%With Cancer 58% 35% 0% 26%
本研究对使用该方法进行诊断,与4C规则比较,观察那种方法更有效。
1.3.2 研究方法及思路
本文采用的研究方法有文献研究法、定性分析法、实验法和对比分析法。
文献调查:广泛的搜集相关资料,对研究领域作深入的分析,这样有助于全面了解掌握所要研究的问题,避免走弯路。了解问题的历史和现状,有助于确定研究的课题内容;形成对研究对象的一般认识,从而进行有目的的研究。
定性分析:定性分析法是对研究对象进行“本质”文献的分析。本文利用组织形态学提取细胞的特征,对几种特征进行分析,运用分析、概括等方法,去粗取精、去伪存真,最后达到认识病症本质、提示内存规律的目的。组织形态学是对象的表征,本文利用神经网络大量的学习能力,最终达到准确预测癌症的目的。文献综述
实验法:实验法是通过控制研究对象与确认因果联系的一种科研方法,与观察和调查都是在不干扰研究对象的前提下不同的是,实验要求主动的操纵实验条件。神经网络的训练存在着大量不稳定的状态,训练的过程需要进行不断的调整。训练后的结果,也要进行相关的实验进行验证,看是否满足预期的要求,这样验证保证其正确性。
对比分析法:除本研究主要用到的4C规则,本研究也尝试了D评分方法对细胞进行了诊断,观察本研究方法是否更有效。4C规则用到了四个参数,D评分使用了三个参数,除单独使用诊断这些参数外,本研究试着把这两组参数合并到一起进行测量,与前两种诊断方法进行对比。对这三种方法在实际进行比较,看哪种方法更有效。
本文研究思路分为两部分,第一部分为图像参数的提取,另一部分为利用神经网络进行结果分类。
图像参数的提取,本文使用Image Pro Plus 6.0图像分析软件。该软件包含了从图像采集、处理、分析到存档、报告、输出所需要的全部功能。它致力于解决生物学、医学、材料科学、工业及半导体检测等领域的图像处理,是世界上拥有最广泛用户群体的专业图像分析软件。本文主要用Image Pro Plus作为图像分析,获取细胞参数。
第二部分为用神经网络对第一部分采集到的数据进行分类,根据采集到的数据特征,训练神经网络把细胞被诊断为四种结果。数据的采集与细胞的形态有关,而形态到本质的映射可能是线性的,也可能不是线性的,利用神经网络正好能很好的处理这一情况。神经网络通过调整内部大量节点之间相互连接的关系,从而到达处理信息的目的。
2 数字图像处理及神经网络
2.1 数字图像处理
一直以来,图像是人类获取信息、表达信息和传递信息的非常重要的手段。研究表明,在人类接受的信息中,通过视觉获取的信息量占到75%~85%。而随着数字化时代的到来,计算机技术及网络技术迅速发展,几乎所有的信息都可以以数字的形式呈现在人们的眼前。数字图像处理技术也迫切需要进一步的发展