论文部分内容阅读
基于机器学习的血细胞分类方法已经引起了人们的广泛重视。本文探讨了近几年基于机器学习的血液细胞分类领域的相关研究成果与进展,对目前各种研究所用到的数据采集、图像预处理、图像分割、特征提取及分类器分类方法所用新技术做出详细的说明与分析。深度学习在机器学习基础上发展而成,因其端到端、高准确度等优势展现出强大发展前景。目前研究趋向于采取深度学习与人工特征提取结合、改进网络结构等新方法不断提高网络模型分类准确度及泛化性。然而,基于机器学习的血细胞分类技术投入临床使用仍存在一些问题与挑战。