陆新泉
- 作品数：11 被引量：114H指数：8
- 供职机构：南京大学计算机科学与技术系计算机软件新技术国家重点实验室更多>>
- 发文基金：国家自然科学基金“九五”国家科技攻关计划江苏省自然科学基金更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- 肺癌早期诊断系统的设计与实现被引量：8
- 2000年
- 本文讨论了基于形态和色度特征的肺癌早期诊断系统的设计思想．给出了细胞图象分割的算法，介绍了利用细胞图像中的形态学信息和色度学信息对肺癌细胞进行识别分类的方法．结果表明。
- 陆新泉李宁陈世福叶玉坤汪栋
- 关键词：肺癌细胞分类图象处理
- 形态学和色度学在肺癌早期诊断系统中的研究与实现被引量：13
- 2000年
- 本文研究了形态学、色度学在肺癌早期诊断系统中的应用。通过形态学和色度学分析,对细胞图像进行了形态特征和色度特征的提取;在此基础上,利用细胞图像中形态学信息和色度学信息对肺癌细胞进行识别分类。临床试用表明,本文提出的方法可以取得很好的效果。
- 陆新泉李宁陈世福叶玉坤
- 关键词：形态学色度学细胞分类肺癌
- 肺癌早期诊断系统中形态学识别的研究与实现被引量：6
- 1999年
- 讨论了通过利用细胞图象中的形态学信息对肺癌细胞进行识别和检测的方法。该方法采用基于区域边界的链码方法提取形态学特征，再根据形态学识别算法，对细胞自动进行分类，从而识别出图象中的肺癌细胞。
- 冒宇清李宁陆新泉陈世福叶玉坤汪栋
- 关键词：肺癌
- 图像处理和人工神经网络在肺癌细胞病理诊断中的应用被引量：10
- 2005年
- 目的探求基于计算机图像处理和人工神经网络的“肺癌早期细胞病理电脑诊断系统”(lungcancerdiagnosingsystem,LCDS)在肺癌临床细胞病理诊断中的应用价值。方法运用LCDS对512例经皮肺穿刺标本的细胞学涂片进行检测评判和综合分析,并对其中手术治疗的362例进行LCDS细胞病理诊断与术后组织病理诊断对比分析研究。结果LCDS能运用图像处理和专家系统完成对肺部病灶癌细胞和非癌细胞的识别诊断,进而运用人工神经网络能完成肺鳞癌、腺癌、小细胞癌等主要病理类型的细胞病理诊断,与临床组织病理或细胞病理诊断结果对比,总符合率为91.80%。其中362例接受外科手术者以术后组织病理诊断结果为标准,LCDS检测诊断的敏感性为94.79%(291/307例),特异性为90.91%(50/55例),准确性为94.20%(341/362例)。结论LCDS所采用的诊断模型是实用而有效的,具有诊断准确率高、易于操作培训等优势,有可能为肺癌早期细胞病理诊断提供又一实用有效的手段。
- 张缨叶玉坤汪栋李祥周王春淑陆新泉杨育彬李宁陈世福张卫兵季洪爱聂进军刘东利
- 关键词：计算机图像处理肺癌组织病理诊断
- 基于二维阈值化和遗传算法的图像分割方法被引量：10
- 2001年
- 本文以二维最大熵为例,讨论了如何利用遗传算法和二维直方图进行图像阈值的自动选取。实验结果表明,利用遗传算法可以有效地提高原有图像阈值选取方法的速度。
- 陆新泉李宁陈世福叶玉坤
- 关键词：图像分割遗传算法最大熵图像处理计算机
- 肝癌早期细胞病理电脑诊断系统
- 陈世福陆新泉杨育彬叶玉坤李宁李祥周汪栋张缨张卫兵张志敏冒宇清谢琪
- 该课题是肺癌早期细胞病理电脑诊断系统，将人工智能技术、图像处理技术、形态学和色度学技术、神经网络以及软件技术等高新技术综合应用于肺癌早期细胞病理诊断，解决肺癌早期细胞病理诊断中的智能化和自动化的若干关键问题。系统能有效地...
- 关键词：
- 关键词：人工智能图象识别细胞病理
- 基于神经网络的肺癌细胞识别方法的研究被引量：10
- 2001年
- 细胞识别是图像处理和模式识别领域的一个研究热点,有着十分广泛的应用前景。本文提出了基于神经网络算法FTART2的肺癌细胞识别方法,讨论了FTART2的网络结构、输入矢量的标准化及分类算法。用513个样本对网络进行训练,再用716个样本组成测试集进行测试,实验结果表明:本文提出的基于FTART2的肺癌细胞分类器与基于标准BP的分类器相比,具有学习速度快、分类精度高的特点。
- 陆新泉李宁陈世福叶玉坤
- 关键词：神经网络模式识别图像处理肺癌细胞识别
- 快速神经网络分类学习算法的研究及其应用被引量：14
- 2000年
- 提出了一种快速神经网络分类学习算法 FTART2 ,该算法结合了自适应谐振理论和域理论的优点 ,学习速度快、归纳能力强、效率高 .用 U CI机器学习数据库中的两个数据集对 FTART2与目前最流行的 BP进行了比较测试 ,实验结果表明前者的分类精度与学习速度均优于后者 .还将 FTART2算法应用于石油地质储层分析领域 ,取得了很好的效果 .
- 刘海涛周志华陆新泉陈兆乾郑仁辉
- 关键词：神经网络模式识别学习算法
- 形态、颜色特征及神经网络在肺癌细胞识别中的应用研究被引量：43
- 2001年
- 通过形态、颜色的分析 ,对细胞图像进行形态特征和颜色特征的提取 ,在此基础上 ,用神经网络对细胞图像进行识别分类 .实验结果表明 ,文中提出的方法可以取得很好的效果 .
- 陆新泉李宁陈世福
- 关键词：图像处理神经网络细胞识别肺癌癌细胞
- 基于形态和色度特征的肺癌早期诊断系统的设计与实现
- 1999年
- 文章讨论了基于形态和色度特征的肺癌早期诊断系统的设计思想， 介绍了利用细胞图象中的形态学信息和色度学信息对肺癌细胞进行识别分类的方法。结果表明， 文章提出的方法是有效的。
- 陆新泉李宁陈世福叶玉坤
- 关键词：肺癌形态学色度学细胞分类
