【疾病检测】基于BP神经网络实现肺癌检测系统含GUI界面
【疾病检测】基于BP神经网络实现肺癌检测系统含GUI界面
TT_Matlab
博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，完整matlab代码或者程序定制加qq1575304183。
1 简介
随着科技的飞速发展,计算机技术在医学研究与应用领域得到了广泛的应用,其中,计算机辅助医疗外科技术也更加受到人们的重视,医学显微图像处理方面的应用更是倍受人们得关注。从前的医学检测强度大,工作效率低,存在主观的观察误差;并且它只能通过显微摄影进行图像记录,不能对图像进行必要的处理,也不能快速存储和通过网络远距离传输图像信息。根据现代医学发展趋势,迫切需要我们把传统技术的光学图像显示在计算机屏幕上,并转换成大面积、高亮度能被自动识别的图像,以减轻专业技术人员的繁重的劳动强度,然后对观测细胞的色彩、形态等参数进行定量地分析统计,辅助医生进行医疗诊断。本文是在分析数学形态学的原理基础上,针对肺癌细胞图像模糊不清楚和不确定的特点,运用统计模式识别的Fisher线性判决法,比较好的处理了肺癌细胞图像的分割。在列举出的肺癌细胞分析医学依据的基础上,着重的分析了形态学分析方法:8-链码跟踪算法和方向码算法。在本论文的最后,提取了肺癌细胞的5个形状特征值,作为诊断模型的输入值,然后选择样本对人工神经网络进行测试。
2 部分代码
function
varargout
=
cancer
(
varargin
)
gui_Singleton
= 1
;
gui_State = struct(
’gui_Name’
, mfilename, ...
’gui_Singleton’
, gui_Singleton, ...
’gui_OpeningFcn’
,
@cancer_OpeningFcn
, ...
’gui_OutputFcn’
,
@cancer_OutputFcn
, ...
’gui_LayoutFcn’
, [] , ...
’gui_Callback’
, []);
if
nargin && ischar(varargin{
1
})
gui_State.gui_Callback = str2func(varargin{
1
});
t,testInputs));
if
((max(c24.Contrast))>
2
)
set
(handles.edit1,
’string’
,
’Lung Cancer Affected Image’
);
else
set
(handles.edit1,
’string’
,
’Normal Image’
);
end
function
edit1_Callback
(
hObject, eventdata, handles
)
function
edit1_CreateFcn
(
hObject, eventdata, handles
)
if
ispc
&&
isequal
(
get
(hObject,
’BackgroundColor’
),
get
(
0
,
’defaultUicontrolBackgroundColor’
)
)
set
(
hObject,’BackgroundColor’,’white’
)
;
end
function
edit2_Callback
(
hObject, eventdata, handles
)
function
edit2_CreateFcn
(
hObject, eventdata, handles
)
if
ispc
&&
isequal
(
get
(hObject,
’BackgroundColor’
),
get
(
0
,
’defaultUicontrolBackgroundColor’
)
)
set
(
hObject,’BackgroundColor’,’white’
)
;
end
function
edit3_Callback
(
hObject, eventdata, handles
)
function
edit3_CreateFcn
(
hObject, eventdata, handles
)
if
ispc
&&
isequal
(
get
(hObject,
’BackgroundColor’
),
get
(
0
,
’defaultUicontrolBackgroundColor’
)
)
set
(
hObject,’BackgroundColor’,’white’
)
;
end
function
edit4_Callback
(
hObject, eventdata, handles
)
function
edit4_CreateFcn
(
hObject, eventdata, handles
)
if
ispc
&&
isequal
(
get
(hObject,
’BackgroundColor’
),
get
(
0
,
’defaultUicontrolBackgroundColor’
)
)
set
(
hObject,’BackgroundColor’,’white’
)
;
end
function
edit5_Callback
(
hObject, eventdata, handles
)
function
edit5_CreateFcn
(
hObject, eventdata, handles
)
if
ispc
&&
isequal
(
get
(hObject,
’BackgroundColor’
),
get
(
0
,
’defaultUicontrolBackgroundColor’
)
)
set
(
hObject,’BackgroundColor’,’white’
)
;
end
function
edit6_Callback
(
hObject, eventdata, handles
)
function
edit6_CreateFcn
(
hObject, eventdata, handles
)
if
ispc
&&
isequal
(
get
(hObject,
’BackgroundColor’
),
get
(
0
,
’defaultUicontrolBackgroundColor’
)
)
set
(
hObject,’BackgroundColor’,’white’
)
;
end
function
edit7_Callback
(
hObject, eventdata, handles
)
function
edit7_CreateFcn
(
hObject, eventdata, handles
)
if
ispc
&&
isequal
(
get
(hObject,
’BackgroundColor’
),
get
(
0
,
’defaultUicontrolBackgroundColor’
)
)
set
(
hObject,’BackgroundColor’,’white’
)
;
end
3 仿真结果
4 参考文献
[1]李博. 基于BP神经网络的肺癌细胞图像处理系统的研究[D]. 吉林大学, 2008.