摘要：目的探讨利用基于交叉熵的神经网络识别典型病理图像。方法提取27个宫颈细胞及细胞核的形态学与色度学特征参数并进行标准化处理,运用（SNN）软件对700例宫颈细胞图片进行神经网络分析。结果细胞按正常、低度和高度鳞状上皮细胞、癌细胞进行分类识别,训练集与测试集识别率分别为98.29%、96.57%。使用相同训练样本数量,识别率高于其他网络模型。结论该方法可以很好对宫颈细胞进行分类识别,并可应用于其他病理图片定量分析研究。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社