开发工具:
文件大小: 137kb
下载次数: 0
上传时间: 2021-03-09
详细说明:乳腺癌检测,分割和分类的文献综述
:open_book: 目录
目录
:open_book:
数据集
图像类型
问题
评估方法
表现
未来的工作
MIAS和DDMS
乳腺摄影
监督学习
10倍交叉验证
精度:93.35%灵敏度:93%
乳腺摄影
:memo: 抽象的
本文通过结合使用深度卷积神经网络(CNN)和支持向量机(SVM)提出了一个框架。 提出的方法首先执行预处理以调整图像的大小,以使其适合于CNN,并且可以增强图像的增强质量。 深度卷积神经网络(CNN)已用于通过支持向量机(SVM)进行特征提取和分类。 标准的数据集MIAS和DDMS已被用于通过扩展过程从这些数据集中生成新图像来测试所提出的框架。 诸如准确性,灵敏度,特异性和曲线下面积(AUC)之类的不同性能指标已被用作定量指标,并与现有技术水平进行了比较。 结果表明,提出的框架已经达到了93.35%的精度和93%的灵敏度。
:
:house:
:open_book:
数据集
图像类型
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台,提供交流渠道,下载内容来自于网络,除下载问题外,其它问题请自行百度。
- 本站已设置防盗链,请勿用迅雷、QQ旋风等多线程下载软件下载资源,下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载,请稍后再次尝试;或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎,请到消费记录里找到下载记录反馈给我们,经确认后退回积分.
- 如下载前有疑问,可以通过点击"提供者"的名字,查看对方的联系方式,联系对方咨询.