跳到正文
10月14日周三
  1. Nature 健康护理主题30

    使用Medav-Gaussian滤波器与Pyramid Shepard CNN的镰状细胞病分类

    一项研究提出深度学习模型PShCN-Net用于镰状细胞病血涂片图像分类,采用Medav-Gaussian(MG)滤波器去噪、Tsallis熵阈值分割及几何与一阶统计特征提取。模型在90%训练数据上测试,准确率91.945%,真阳性率93.235%,真阴性率92.345%,精确率91.437%,F1分数92.327%。研究团队计划后续用更大规模多中心数据集验证其泛化性与临床适用性。