基于机器学习与细胞形态学对癌细胞分类

摘要

cqvip:对在细胞实验室培养的三种癌细胞(肺癌PC-9,乳腺癌MDA-MB-231,膀胱癌5637)进行连续4天的图像采集,并进行图像处理,通过ImageJ软件进行图像预处理,包括细胞图像分割,边缘检测,提取细胞形态特征,并通过python编写四种经典机器学习算法,通过对细胞形态特征进行训练,不同模型得到的癌细胞分类结果,对应四种模型在本文数据集上表现进行评价。随机森林分类,逻辑分类,使用线性核函数的SVM分类,朴素贝叶斯分类的准确率分别为:0.725,0.788,0.796,0.813。