基于深度卷积神经网络对中期染色体分类的应用研究
张成成1
宋婕萍1
徐淑琴1
李卉1
徐闰红1
王小艳1
张立2
游齐靖3
张凯4
林浩添5
1.430070 武汉,湖北省妇幼保健院检验科2.430014 武汉,华中科技大学同济医学院附属武汉中心医院眼科3.211106 江苏,南京航空航天大学电子信息工程学院4.710071 陕西,西安电子科技大学计算机科学与技术学院5.510060 广州,中山大学中山眼科中心
摘要：目的 通过深度卷积神经网络对分裂中期的染色体图像进行学习,测试其在染色体分类的准确率.方法 该研究一共纳入1 275例不同个体分裂中期的染色体图片,其中735例作为训练集用于深度卷积神经网络,245例作为测试集用作内部验证,245例外院数据用作外部验证;另取50例染色体图片资料,分别记录人和计算机完成染色体分类的时间及准确率.结果 24分类的结果提示,分类网络在内部验证的准确率为91.22％,外部验证的准确率为91.48％;ResNet的分类效率是人工操作的1 000倍以上,其准确率明显优于非遗传专科医师.结论 深度卷积神经网络在染色体分类的应用价值极具有发展潜力,将有助于构建染色体核型分析自动化平台.
关键词：染色体分类卷积神经网络染色体核型分析
分类号：TP183(自动化基础理论)
资助基金：武汉市卫生计生委医学科研项目(WX19Q29)
论文发表日期：2020-02-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 123-126 )
英文信息