期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于显微高光谱成像技术的尿沉渣结晶样本分析
1
作者 邓颖佼 陈军 +5 位作者 王健生 胡刘平 张晴 杜玉珍 王妍 李庆利 《光谱学与光谱分析》 北大核心 2025年第5期1243-1250,共8页
尿液有形成分(尿沉渣)的分析在临床中具有重要意义,医生通过观察尿沉渣中的颗粒、细胞和结晶等成分,可以获取患者泌尿系统健康状况信息,对泌尿系统相关疾病的诊断至关重要。然而,目前尿沉渣结晶的识别主要依赖于医师在显微镜下观察,存... 尿液有形成分(尿沉渣)的分析在临床中具有重要意义,医生通过观察尿沉渣中的颗粒、细胞和结晶等成分,可以获取患者泌尿系统健康状况信息,对泌尿系统相关疾病的诊断至关重要。然而,目前尿沉渣结晶的识别主要依赖于医师在显微镜下观察,存在费时费力、主观性强、准确性不足等问题。基于图像分析技术的显微尿沉渣图像自动分析研究备受关注,但该类方法仅依赖形态信息对结晶样本进行分类,对于形态相似的结晶样本难以区分、分类准确率低。将显微高光谱成像技术引入到尿沉渣结晶样本的分析中,使用自主研发的显微高光谱成像系统,获取尿沉渣结晶样本的显微高光谱图像数据并进行分析识别。获取了包括草酸钙、胱氨酸、磷酸钙、尿酸以及三联磷酸盐五类尿沉渣结晶样本的显微高光谱数据。在该数据集上训练了支持向量机(SVM)、K最邻近(KNN)、决策树(DT)以及神经网络(NN)四种机器学习分类器模型,对五类尿沉渣结晶样本进行分类。SVM、KNN、DT和NN分类器的五类尿沉渣结晶分类准确率分别达到了0.9598,0.9598、0.9829以及0.9917。研究结果表明,将显微高光谱成像技术用于尿沉渣样本的分析,不仅可以获得尿沉渣结晶样本空间信息,还能提取具有判别性特征的光谱信息,从而可以辅助医生进行尿沉渣结晶分类,为尿沉渣自动化镜检提供了一种新的方法和思路。 展开更多
关键词 显微高光谱成像 光谱分析 机器学习 尿沉渣 尿结晶
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部