论文部分内容阅读
目标识别是图像处理和模式识别领域的研究热点，在生物医学领域有着十分广泛的应用前景，如肺癌、食道癌及子宫癌细胞的识别分类等，并且取得了一些可喜的成果。对图像目标的精确分割是医学图像模式识别的重要基础之一。在肺癌细胞识别的应用中，大多数的肺癌细胞图像中细胞核与胞浆之间对比度较低，细胞核边缘与背景之间的边界模糊，再加上背景杂质噪声的影响，这都使得很难对肺癌细胞图像进行较精确的分割。本文介绍强化学习的基本思想；中提出基于强化学习的图像分割方法，并给出相关状态、动作和奖赏的定义；通过实际的肺癌细胞病理图象分析算法的性能；最后给出结论和展望。