期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于主成分分析和反向传播神经网络的肝癌细胞后向散射显微光谱判别 被引量：9
1
作者 杨静 王成 +2 位作者 谢成颖 翁小阜 魏勋斌 《生物医学工程学杂志》 EI CAS CSCD 北大核心 2017年第2期246-252,共7页
为了实现血液中肝癌细胞的自动识别,本文基于主成分分析(PCA)和反向传播(BP)神经网络算法对三种细胞(小鼠的白细胞、红细胞和人体肝癌细胞Hep G2)进行了识别研究。利用光纤共聚焦后向散射(FCBS)光谱仪获取光谱数据后进行PCA,选取前两个... 为了实现血液中肝癌细胞的自动识别,本文基于主成分分析(PCA)和反向传播(BP)神经网络算法对三种细胞(小鼠的白细胞、红细胞和人体肝癌细胞Hep G2)进行了识别研究。利用光纤共聚焦后向散射(FCBS)光谱仪获取光谱数据后进行PCA,选取前两个主成分作为光谱的特征,建立一个具有2个输入层节点、11个隐层节点、3个输出节点的神经网络模式识别模型。选取195例对象数据训练该模型,随机抽取150组数据作为训练集,45组数据作为测试集,验证模型给出的细胞是否识别准确。结果显示三种细胞的整体识别准确率在90%以上,平均相对偏差只有4.36%。实验结果预示采用PCA+BP算法能够从红细胞和白细胞中自动识别肝癌细胞,这将为研究肝癌的转移与肝癌的生物代谢特性提供有利的工具。 展开更多
关键词 显微光谱 肝癌细胞 主成分分析法 反向传播神经网络 细胞识别
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部