Biblioteca73.326 documentos en línea

Artículo

Convolutional Neural Networks for Recognition of Lymphoblast Cell ImagesRedes neuronales convolucionales para el reconocimiento de imágenes de linfoblastos

Resumen

Este documento presenta el reconocimiento para la clasificación de la OMS de los subtipos de leucemia linfoblástica aguda (LLA). Los dos subtipos de LLA considerados son la leucemia linfoblástica T (pre-T) y la leucemia linfoblástica B (pre-B). Presentan diversas características que dificultan la distinción de los subtipos a partir de sus células maduras, los linfocitos. En un enfoque común, las características elaboradas a mano deben estar bien diseñadas para este complejo problema de dominio específico. Con el enfoque de aprendizaje profundo, la ingeniería de características artesanales puede eliminarse porque un método de aprendizaje profundo puede automatizar esta tarea a través de la arquitectura multicapa de una red neuronal convolucional (CNN). En este trabajo, implementamos un clasificador CNN para explorar la viabilidad del enfoque de aprendizaje profundo para identificar linfocitos y subtipos de LLA, y este enfoque se compara con un enfoque dominante de máquinas de vectores de soporte (SVM) que aplican ingeniería de características artesanales. Además, también se aplican dos clasificadores tradicionales de aprendizaje automático, el perceptrón multicapa (MLP) y el bosque aleatorio para la comparación. Los experimentos muestran que nuestro clasificador CNN ofrece un mejor rendimiento para identificar linfocitos normales y células pre-B. Esto muestra un gran potencial para la clasificación de imágenes sin necesidad de múltiples pasos de preprocesamiento de la ingeniería de características.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento