基于迁移学习和支持向量机的白细胞分类

摘要：

针对人工镜检分类白细胞准确率和效率低的问题,基于深度学习和机器学习算法,提出了一种基于迁移学习和支持向量机的白细胞分类方法.首先对迁移模型进行微调训练,其次用微调训练后的迁移模型进行特征提取,然后将特征输入至神经网络和支持向量机中进行训练,最后通过神经网络和支持向量机的组合分类器对白细胞进行分类.实验结果表明,白细胞分类准确率由最初微调训练的83.26％,随着迁移模型的优化提升为90.43％,最后通过组合分类器再次提升为93.52％,可以在临床实践中帮助医生提高诊断的准确率和效率.

关键词：白细胞分类;迁移学习;神经网络;支持向量机

所属期刊栏目：21

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家社会科学基金;黑龙江省省属高校基本科研业务费科研项目

在线出版日期：2021-08-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：8113-8119