使用基于深层复杂神经网络和数据挖掘的混合方法检测乳腺细胞中的癌症
Ling Yang1, Shengguang Peng2, Rebaz Othman Yahya3
1School of Informatics, Harbin Guangsha College, Harbin, 150025, Heilongjiang, China.
Journal of cancer research and clinical oncology
|July 24, 2023
概括
这项研究表明,将深层复杂的神经网络与数据挖掘相结合,可以显著提高乳腺癌诊断的准确性和速度. 混合方法有效地分析热图,以改善癌细胞的检测.
科学领域:
- 医学成像医学成像
- 医疗保健中的人工智能
- 计算生物学是一种计算生物学.
背景情况:
- 准确和及时的乳腺癌诊断至关重要.
- 深层复杂的神经网络 (DNN) 和数据挖掘提供了先进的诊断功能.
- 混合方法可以提高诊断的准确性和速度.
研究的目的:
- 评估一种混合方法,结合深层复杂的神经网络,数据挖掘和乳腺癌诊断的温度学.
- 评估这种综合方法在提高诊断准确性和速度方面的有效性.
主要方法:
- 利用数据挖掘来提取区分健康和癌细胞的关键特征.
- 使用深层复杂的神经网络 (ResNet18,ResNet50,VGG19,Xception) 来分析热图像.
- 从187名志愿者中收集了1870张热图 (152名健康患者,35名癌症患者).
主要成果:
- 热图提供了一种安全,经济高效的乳房成像方法.
- 深度复杂的神经网络模型被训练来分类良性和恶性热图像.
- 这项研究分析了187名参与者的1870张热图.
结论:
- 使用深层复杂的神经网络和数据挖掘的综合方法显著改善了乳腺癌诊断.
- 这种混合方法提高了检测癌细胞的准确性和速度.
- 这些发现突出了人工智能和数据挖掘在医学诊断中的潜力.
