医学文献 >>
  • 检索发现
  • 增强检索
知识库 >>
  • 临床诊疗知识库
  • 中医药知识库
评价分析 >>
  • 机构
  • 作者
默认
×
热搜词:
换一批
论文 期刊
取消
高级检索

检索历史 清除

基于深度学习的急性白血病流式细胞术检测报告文本资料自动分类研究

Automatic Classification of Text Data for Flow Cytometry Detection of Acute Leukemia Based on Deep Learning

摘要目的 探索深度学习模型在流式细胞检测报告结果部分文本资料上的分类效果.方法 使用CNN、LSTM等六种深度学习模型对流式检测报告的结果部分的文字资料进行分析,并对急性白血病患者进行分类预测,最后通过综合指标F1 值对模型进行评价.结果 CNN-BiLSTM混合模型的精确率、召回率、F1 值最优,分别为 0.7422、0.7365、0.7361;模型在正常人、急性髓系白血病、急性B淋巴细胞白血病、有核红细胞异常、中性粒细胞异常、浆细胞异常、单核细胞异常这 7 类的F1 值均达到了70%.结论 混合模型对流式细胞术检测报告结果部分的文本资料的分类效果较好,可与前期研究联合共同构建了一个更为完整的流式细胞术自动化分析体系,进一步提高流式细胞术分析的效率和准确性.

更多
广告
  • 浏览1
  • 下载0
医学信息

加载中!

相似文献

  • 中文期刊
  • 外文期刊
  • 学位论文
  • 会议论文

加载中!

加载中!

加载中!

加载中!

特别提示:本网站仅提供医学学术资源服务,不销售任何药品和器械,有关药品和器械的销售信息,请查阅其他网站。

  • 客服热线:4000-115-888 转3 (周一至周五:8:00至17:00)

  • |
  • 客服邮箱:yiyao@wanfangdata.com.cn

  • 违法和不良信息举报电话:4000-115-888,举报邮箱:problem@wanfangdata.com.cn,举报专区

官方微信
万方医学小程序
new翻译 充值 订阅 收藏 移动端

官方微信

万方医学小程序

使用
帮助
Alternate Text
调查问卷