首页|期刊简介|投稿指南|分类索引|刊文选读|订阅指南|证明资料|样刊邮寄查询|常见问题解答|联系我们
张剑飞,郭笑颜,王波,等. 基于迁移学习和支持向量机的白细胞分类[J]. 科学技术与工程, 2021, 21(19): 8113-8119.
Zhang Jianfei,Guo Xiaoyan,Wang Bo,et al.White Blood Cell Classification Based on Transfer Learning and SVM[J].Science Technology and Engineering,2021,21(19):8113-8119.
基于迁移学习和支持向量机的白细胞分类
White Blood Cell Classification Based on Transfer Learning and SVM
投稿时间:2020-11-04  修订日期:2021-04-13
DOI:
中文关键词:  白细胞分类  迁移学习  神经网络  支持向量机
英文关键词:white blood cell classification  transfer learning  neural network  support vector machine
基金项目:国家社会科学基金资助项目(19BGL241);黑龙江省省属高校基本科研业务费科研项目(135509402)
           
作者单位
张剑飞 齐齐哈尔大学计算机与控制工程学院
郭笑颜 齐齐哈尔大学计算机与控制工程学院
王波 齐齐哈尔大学计算机与控制工程学院
崔文升 大庆师范学院计算机科学与信息技术学院
摘要点击次数: 156
全文下载次数: 47
中文摘要:
      针对人工镜检分类白细胞准确率和效率低的问题,基于深度学习和机器学习算法,提出了一种基于迁移学习和支持向量机的白细胞分类方法。首先对迁移模型进行微调训练,其次用微调训练后的迁移模型进行特征提取,然后将特征输入至神经网络和支持向量机中进行训练,最后通过神经网络和支持向量机的组合分类器对白细胞进行分类。实验结果表明,白细胞分类准确率由最初微调训练的83.26%,随着迁移模型的优化提升为90.43%,最后通过组合分类器再次提升为93.52%,可以在临床实践中帮助医生提高诊断的准确率和效率。
英文摘要:
      Aiming at the low accuracy and efficiency of manual microscopic examination of white blood cell classification, based on deep learning and machine learning algorithms, a white blood cell classification method based on transfer learning and support vector machine is proposed. First, perform fine-tuning training on the transfer model, then use the fine-tuned training transfer model for feature extraction, then input the features into the neural network and support vector machine for training, and finally classify the white blood cells through the combined classifier of neural network and support vector machine. The experimental results show that the accuracy of white blood cell classification has increased from 83.26% of the initial fine-tuning training to 90.43% with the optimization of the transfer model, and finally increased to 93.52% through the combined classifier, which can help doctors improve the accuracy of diagnosis in clinical practice and efficiency.
查看全文  查看/发表评论  下载PDF阅读器
关闭
你是第44239262位访问者
版权所有:科学技术与工程编辑部
主管:中国科学技术协会    主办:中国技术经济学会
Tel:(010)62118920 E-mail:stae@vip.163.com
京ICP备05035734号-4
技术支持:本系统由北京勤云科技发展有限公司设计

京公网安备 11010802029091号