基于SAM-CS和SOFM的胃上皮肿瘤细胞图像识别

来源：计算机工程与科学杂志2015年第8期北京时间：

作者：甘岚，孙开杰，谢丽娟

单位：（华东交通大学信息工程学院，江西 南昌 330013）

摘要：针对胃上皮肿瘤细胞图像(以下简称肿瘤细胞图像)黏结严重和信息冗余的特点，提出了一种将自适应观测矩阵的压缩感知（SAMCS）和自组织特征映射（SOFM）神经网络相结合的算法。该算法将肿瘤细胞图像拉成列向量，然后利用通过自适应过程产生的观测矩阵，基于压缩感知理论对图像信息进行观测，产生线性观测向量，最后利用SOFM神经网络的学习算法对观测向量进行训练和分类，实现对肿瘤细胞图像的识别。实验表明，相比常用算法，该算法至少提高了4.2%的识别准确率和5.7%的运算速度。

关键词：自适应观测矩阵,压缩感知,自组织特征映射,肿瘤细胞图像识别,

基金资助：国家自然科学基金资助项目（61163040，61402227）；江西省教育厅资助项目（GJJ10451，GJJ14372）