_基于神经网络的显微高光谱乳腺癌组织图像研究1
需积分: 0 144 浏览量
2022-08-04
13:39:22
上传
评论
收藏 1.58MB PDF 举报
第二军医大学学报 2018 年 8 月第 39 卷第 8 期
http
：
//
www.ajsmmu.cn
Academic Journal of Second Military Medical University, Aug. 2018, Vol. 39, No. 8
·
886
·
·
论
著
·
[收稿日期]
2018-06-21
[接受日期]
2018-07-26
[基金项目]
国家自然科学基金(61377107). Supported by National Natural Science Foundation of China (61377107).
[作者简介]
郑 欣，硕士生．E-mail: zxxxxxx416@163.com
*
通信作者(Corresponding author). Tel: 021-54345199, E-mail: qlli@cs.ecnu.edu.cn
李庆利 华东师范大学信息科学技术学院上海市多维度信息处理重点实验室副主任
，
教授
，
博
士生导师
。
从事医学光谱成像机理及其生物医学应用相关研究
，
师从中国科学院上海技术物理研究所
薛永祺院士
。
曾先后成功研制出推帚式显微高光谱成像系统
、
凝采式分子高光谱成像系统并将其应用
于生物组织样本的检测分析
。
首次实现未染色神经束的分析
，
最早提出高光谱舌诊概念
，
将舌诊现代
化推广到多维检测领域
。
主持国家自然科学基金面上项目 2 项
、
青年项目 1 项
，
教育部博士点基金
1 项
，
华东师范大学科研创新基金 1 项
；
作为子课题负责人参与上海市基础重点项目
、
国家重点基础
研究发展计划
（“
973
”
计划
）、
上海市基础重点项目
、
国家自然科学基金面上项目
、
上海市科技成
果转化和产业化项目
。
发表 SCI 或 EI 收录论文 60 余篇
，
编写专著 1 章节
，
已获专利授权 11 项
。
获 2015 年度教育部技术
发明奖二等奖
、
上海市技术发明奖二等奖
。
现为
Int J Comput Ass Rad
、
Recent Pat Med Imaging
期刊编委
，
IEEE Trans Med
Imaging
、
IEEE Trans Biomed Eng
、
IEEE J Biomed Health Inform
、
Biosens Bioelectron
等多本 SCI 收录期刊和 ICDIP 2018 等国
际会议论文集审稿专家
。
担任 The 9
th
International Congress on Image and Signal Processing 等国际会议大会主席
。
DOI：10.16781/j.0258-879x.2018.08.0886
基于神经网络的显微高光谱乳腺癌组织图像研究
郑 欣
1,2
，
周 梅
1
，
孙 力
1
，
邱 崧
1,2
，
于观贞
3
，
李庆利
1*
1. 华东师范大学多维度信息处理上海市重点实验室，上海 200241
2. 华东师范大学空间信息与定位导航上海市高校工程技术研究中心，上海 200241
3. 上海中医药大学附属龙华医院肿瘤七科，上海 200032
[摘要]
目的
探索神经网络结合显微高光谱成像识别乳腺癌组织的可行性和应用价值。
方法
采用显微高光
谱成像技术采集乳腺癌组织的图像数据，使用基于神经网络的显微高光谱乳腺癌组织图像分析方法，实现乳腺癌组
织的自动分类和区域划分。提出数据预处理方法以提高图像的信噪比，利用神经网络训练图谱信息识别乳腺组织病
变区域并突显以利于可视化。
结果
基于神经网络的显微高光谱的乳腺组织识别分析方法同时利用了图谱两个方面
的特征，获得了比传统彩色病理图像更好的识别结果。
结论
基于神经网络的显微高光谱乳腺组织图像分析方法可
以提供特征性的样本信息，是传统彩色病理图像的有效补充。在神经网络分析方法的支持下，将显微高光谱成像技
术应用于乳腺癌组织的分析具有一定的应用前景。
[关键词]
乳腺肿瘤；神经网络；显微高光谱图像；组织病理学
[中图分类号]
R
737.9
[文献标志码]
A
[文章编号]
0258-879X(2018)08-0886-06
Micro-hyperspectral breast cancer tissue image analysis based on neural network
ZHENG Xin
1,2
, ZHOU Mei
1
, SUN Li
1
, QIU Song
1,2
, YU Guan-zhen
3
, LI Qing-li
1*
1. Shanghai Key Laboratory of Multidimensional Information Processing, East China Normal University, Shanghai 200241, China
2. Engineering Center of SHMEC for Space Information and GNSS, East China Normal University, Shanghai 200241, China
3. Department of Oncology (Ⅶ), Longhua Hospital Affiliated to Shanghai University of Traditional Chinese Medicine, Shanghai
200032, China
[Abstract] Objective
To explore the feasibility and value of neural network combined with micro-hyperspectral
imaging in identifying breast cancer tissue.
Methods
The micro-hyperspectral imaging technology was used to collect
image data of breast cancer tissue, and the micro-hyperspectral breast tissue image analysis method based on neural network
was used to realize the automatic classification and regional division of breast cancer tissue. Meanwhile, data preprocessing
评论0
最新资源