白血球影像自動切割與分類之研究

白血球的數量與分類在疾病的診斷上能夠提供重要的資訊。目前可以利用血液分析儀來進行白血球分析，然而血液分析儀的售價昂貴，並不是每個醫院都可以負擔，再加上一旦當分析結果出現警示訊號時，仍然必須進行人工閱片以確認白血球是否異常。此外人工閱片需要經驗且相當耗時，所以為了減少誤判與增加檢驗的速度，我們需要一套快速且正確的白血球分類電腦輔助診斷系統，以協助醫檢師進行白血球分析。電腦補助診斷系統之準確率往往與使用的資料探勘技術有關。現今有許多資料探勘技術被大量運用在分類問題上，而其中的支援向量機、類神經網路和決策樹更可應用在各種領域上。然而使用這些技術時，需要先決定參數，如果參數設計不好，便會獲得較差之結果。另外，資料集中包含著許多屬性資料，但其中的屬性並非全部對於分類都有所幫助。資料中可能存有高度相關的屬性、雜訊或是對於分類結果毫無助益的屬性，若不採用一些屬性篩選的方法，會因雜訊或過多的屬性而造成分類效能不佳。大多數研究僅利用參數調整或屬性篩選其中一種來改善分類器的正確率，因此本研究提出以人工免疫演算法來尋找分類器之參數，並進行屬性篩選，透過AIS找出符合各種問題所需要的參數，並剔除對於分類正確率較無助益之屬性。上述的資料探勘方法各自有其優缺點及適用的問題特性，若能將其預測整合，便可得到更佳之結果，此種方法稱為集成架構。因此本計畫擬使用集成架構，希望能更進一步地提高分類正確性。

系統編號:PB10007-2314
原計畫編號:NSC100-2221-E182-003