您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 201611-382
论文题目 结合染色校正和卷积神经网络的细胞图像识别方法
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

结合染色校正和卷积神经网络的细胞图像识别方法

首发时间:2016-11-29

杨金鑫 1   

杨金鑫(1992-),男,硕士研究生,控制科学与工程

杨辉华 1   

杨辉华(1972-),男,博士,教授,博士生导师,研究方向为机器学习、大数据分析、最优化、光谱分析、高性能计算等

  • 1、北京邮电大学自动化学院,北京 100876

摘要:细胞图像识别是医学图像处理中的重要组成部分。由于医学图像具有尺寸较大,细胞形状各异等特性导致细胞识别工作通常费时费力。因此,使用机器学习算法代替手工进行细胞图像识别工作变得十分的必要。作为深度学习的重要组成部分,卷积神经网络已成为目前机器学习领域的研究热点。本文以卷积神经网络为基础,结合染色校正方法,提出了一种具有多个输入层的卷积神经网络算法。实验表明,本文提出的算法与其它分类算法相比,具有更高的准确率与更优的识别效果。

关键词: 细胞识别 卷积神经网络 染色校正

For information in English, please click here

Cell Image Recognition Method Based on Stain Correction and Convolution Neural Network

YANG Jinxin 1   

杨金鑫(1992-),男,硕士研究生,控制科学与工程

YANG Huihua 1   

杨辉华(1972-),男,博士,教授,博士生导师,研究方向为机器学习、大数据分析、最优化、光谱分析、高性能计算等

  • 1、Beijing University of Posts and Telecommunications,Beijing 100876

Abstract:Cell image recognition is an important part of medical image processing. Because of the large size of medical image and the different cell shapes, the cell recognition is usually time-consuming and laborious. Therefore, it is necessary to use machine learning algorithms to replace manual cell image recognition. As an important part of deep learning, convolutional neural network has become a hot research topic in the field of machine learning. In this paper, a convolution neural network algorithm with multiple input layers is proposed, which is based on convolutional neural network combined with the method of stain correction. Experimental results show that the proposed algorithm has higher accuracy and better recognition performance compared with other recognition algorithms.

Keywords: cell recognition convolution neural networkkey stain correction

Click to fold

点击收起

论文图表:

引用

导出参考文献

.txt .ris .doc
杨金鑫,杨辉华. 结合染色校正和卷积神经网络的细胞图像识别方法[EB/OL]. 北京:中国科技论文在线 [2016-11-29]. http://www.paper.edu.cn/releasepaper/content/201611-382.

No.4711112116357614****

同行评议

共计0人参与

评论

全部评论

0/1000

勘误表

结合染色校正和卷积神经网络的细胞图像识别方法