本文探讨了在乳腺癌细胞检测中应用的XICA算法，一种扩展的独立成分分析方法，旨在识别两类之间的独特成分。通过这种方法，可以在训练集中找到与某一类别相关而对另一类别不具代表性的独立特征，从而提高有丝分裂检测的准确性。首先，文章介绍了ICA的基础，并详细阐述了XICA的计算过程，包括如何确定权重矩阵和迭代归一化。后续步骤涉及测试集的应用，通过最小化误差来确定样本的类别。该方法首先通过预处理创建细胞核候选集，然后利用XICA算法进行精确分类。
ICPR和MICCAI最近几年挺关注乳腺癌细胞中的有丝分裂的检测，我也来研究研究，虽然不知道最后自己能搞成什么样。
今天看了这篇文章《Automated Mitosis Detection based on eXclusive Independent Component Analysis》，发表在Pattern Recognition (ICPR), 2012 21st International Conference 上面，主要是研究在乳腺癌细胞中有丝分裂的检测。
摘要：
采用了一种新的方法，叫eXclusive Independent Component Analysis (XICA)，也就是ICA的一种扩展，我们知道ICA叫独立成分分析，那么XICA也容易理解了，主要是提取训练集中两个类别之间的不同成分，而不是单个类别的独立成分。
XICA：
这个算法是本文的关键，我们先来搞清楚它。
<
最低0.47元/天 解锁文章
扫一扫
2638
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
