.png){kind=icon}
返回
Automatic screening system for conventional Pap smear analysis
.png){kind=icon}
OA
AI
DOI：10.1016/j.bspc.2026.110716.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 常规巴氏涂片的端到端自动化筛查系统。• 基于YOLO的细胞定位结合九模型深度集成。• 基于细胞预测工程特征的涂片级LightGBM。• 在339张临床涂片上进行了评估；使用了超过1200万个细胞预测。• 涂片级交叉验证准确率为88.8%，AUC为89.2%，F1分数为88.1%。
Keyword:
Cervical cancer screening
Deep learning
Ensemble classification
Pap smear analysis
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
4.9
论文数:
1.0W
被引数:
2.4W
机构
引用论文
分享收藏Harangi, B.; Bogacsovics, G.; Toth, J.; Kovacs, I.; Dani, E.; Hajdu, A. Pixel-wise segmentation of cells in digitized Pap smear images. Sci. Data 2024, 11, 733. [Google Scholar] [CrossRef] [PubMed] [PubMed Central]Harangi, B.; Bogacsovics, G.; Toth, J.; Kovacs, I.; Dani, E.; Hajdu, A. 数字化巴氏涂片图像中细胞的像素级分割。Sci. Data 2024, 11, 733. [Google Scholar] [CrossRef] [PubMed] [PubMed Central].png)
IF0
PREAI
分享收藏YOLOv10: Real-Time End-to-End Object Detection王, A.; 陈, H.; 刘, L.; 陈, K.; 林, Z.; 韩, J. YOLOv10: 实时端到端目标检测. Adv. Neural Inf. Process. Syst. 2024, 37, 107984–108011. [Google Scholar] [CrossRef]
PREAI
分享收藏OptunaProceedings of the 25th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining
Proceedings of the 25th ACM SIGKDD International Conference on Knowledge Discovery & Data MiningIF0
PREAI
分享收藏
查看更多内容