基于網(wǎng)格重構(gòu)學(xué)習(xí)的染色體分類模型

摘要： 染色體的分類是核型分析的重要任務(wù)之一.因其柔軟易彎曲,且類間差異小、類內(nèi)差異大等特點(diǎn),其精準(zhǔn)分類仍然是一個(gè)具有挑戰(zhàn)性的難題.對(duì)此,提出一種基于網(wǎng)格重構(gòu)學(xué)習(xí)(Grid reconstruction learning, GRiCoL)的染色體分類模型.該模型首先將染色體圖像網(wǎng)格化,提取局部分類特征;然后通過重構(gòu)網(wǎng)絡(luò)對(duì)全局特征進(jìn)行二次提取;最后完成分類.相比于現(xiàn)有幾種先進(jìn)方法, GR... （共9頁）