Zusammenfassung
Der vorliegende Artikel beschreibt und diskutiert die Anwendung neuronaler Netze zur Klassifikation von Zellbildem. Anhand digitalisierter Bilder von Fischleberzellen aus Zellkulturen wurde die direkte Bilderkennung durch Anwendung eines Back-Propagation-Netzes auf die Grauwertbilder im Vergleich zur Klassifikation über Merkmalsvektoren mit Hilfe numerischer Klassifikatoren einerseits und Back-Propagation-Netzen andererseits untersucht. Die Probleme beim Anlernen der Netze sowie vergleichende Ergebnisse werden aufgezeigt.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Similar content being viewed by others
Literatur
Rumelhart; Hinton; Williams: Learning internal representations by error propagationIn parallel distributed processing: Explorations in the microstructure of cognition. Vol.:1 Foundations MIT Press 1986
Yoh-Han Pao: Adaptive pattern recognition and neural networks Addison-Wesley 1989
T. Gahm, B. Aeikens: CESAR: A computer supported measurement system for the enhancement of diagnostics and quality in cytology. Micron and Microscopia Acta, Vol.21, No. 1 /2, pp. 29 - 55, 1990
H. Kirndorfer: IPACS Refernce Manual. Kontron 1987
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1991 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Grau, O., Gahm, T. (1991). Anwendung neuronaler Netze zur Zellbildklassifikation. In: Radig, B. (eds) Mustererkennung 1991. Informatik-Fachberichte, vol 290. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-08896-8_7
Download citation
DOI: https://doi.org/10.1007/978-3-662-08896-8_7
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-54597-2
Online ISBN: 978-3-662-08896-8
eBook Packages: Springer Book Archive