一种轻量级的乳腺癌检测方法,使用热像图像,优化CNN功能和高效分类
Thanh Nguyen Chi1, Hong Le Thi Thu2, Tu Doan Quang3
1Institute of Information Technology, AMST, Hanoi, Vietnam.
Journal of imaging informatics in medicine
|October 2, 2024
概括
一种新的混合型号使用红外热图像准确检测乳腺癌. 这种经济高效的非电离方法显示出高精度,改善了妇女的早期诊断.
科学领域:
- 医疗成像医学成像
- 在瘤学中使用人工智能
- 生物医学工程 生物医学工程
背景情况:
- 乳腺癌仍然是全球女性死亡的主要原因.
- 红外热谱为早期检测提供了一个经济高效的非电离辐射替代方案.
- 开发先进的诊断工具对于改善患者治疗结果至关重要.
研究的目的:
- 通过红外热像图像来展示乳腺癌检测的混合模型.
- 为了更好的诊断,将温度图像分为健康或癌症类别.
- 与现有方法对比,评估拟议的混合模型的性能.
主要方法:
- 利用多个预训练的卷积神经网络从温度图像中提取特征.
- 采用特征选方法,特别是千平方选,用于特征选择.
- 集成多种分类器,包括支持矢量机 (SVM),用于图像分类.
主要成果:
- 使用ResNet34,Chi-square过器和SVM分类器的组合,在DRM-IR测试套件上实现了最高的99.05%的精度.
- 与标准卷积神经网络相比,使用SVM分类器和Chi-square过器观察到1.5%的精度改善.
- 拟议的混合模型表现出优越的性能,比热像图像检测乳腺癌的最先进方法.
结论:
- 开发的混合模型对乳腺癌检测具有高度准确性和计算效率.
- 这种方法提供了一个有前途的计算机辅助诊断工具,用于早期识别乳腺癌.
- 红外热学与先进的AI相结合,为乳腺癌查提供了一个可行的策略.
