《基於協同方法的惡性淋巴瘤病理圖象分類識別》是依託福州大學，由劉秉瀚擔任項目負責人的面上項目。
基本介紹
- 中文名：基於協同方法的惡性淋巴瘤病理圖象分類識別
- 依託單位：福州大學
- 項目類別：面上項目
- 項目負責人：劉秉瀚
- 負責人職稱：教授
- 申請代碼：F0125
- 研究期限：2004-01-01 至 2006-12-31
- 批准號：60372027
- 支持經費：24（萬元）
項目摘要
本項目將以協同神經網路法為主，結合紋理譜分割法、模糊聚類法等方法構造多分類器來解決惡性淋巴腫瘤病理圖像自動分類識別和定量分析的問題。最重要的關鍵技術之一是原型模式的選擇，針對淋巴瘤病理圖像中組織結構方向、位置等不一致性，以及測試樣本與原型樣本有一定差距的特性，研究設計原型模式選擇的算法，能對測試樣本具有不變性的識別，以提高協同神經網路的識別性能，同時，要研究設計協同神經網路具有自學習的能力，能夠不斷的學習被拒識別的樣本，作為反饋量來修正原型模式，進一步提高系統的識別能力。本課題的研究即促進協同模式識別理論的完善和發展，又促進協同模式識別理論在病理圖像自動識別方面的廣泛套用，其影響是巨大的，相關套用成果可為病理醫生提供一個的輔助診斷工具，有望創造巨大的經濟效益。
