一个新的乳腺癌检测系统从乳房图像使用一个超参数调节的封闭的循环单元与注意力包括盖网检测系统
M Guru Maheswari1, K Karthigadevi1, G Elizabeth Rani2
1Department of Computer Applications, Kalasalingam Academy of Research and Education, Krishnankoil, India.
Journal of biomolecular structure & dynamics
|February 16, 2026
概括
这项研究引入了一种先进的系统,用于早期发现乳腺癌 (BC),使用乳房影像. 这种新的方法在识别恶性瘤方面实现了更高的准确性和更少的错误阳性.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 在瘤学瘤学.
背景情况:
- 乳腺癌 (BC) 对妇女健康构成重大威胁,强调了早期检测的必要性.
- 乳房摄影是早期BC识别的关键工具,有助于放射科医生在治疗规划和改善患者的结果.
研究的目的:
- 开发一个高效的乳腺癌检测系统,使用乳房图像.
- 通过一种新的AI模型来提高诊断准确度和减少假阳性.
主要方法:
- 开发了一个结合预处理 (高斯过,CLAHE),数据增强,瘤细分 (DTFCM),特征提取 (NAMCN) 和分类 (HTGRU) 的系统.
- 该系统使用了一个超参数调节的封闭循环单元 (HTGRU),在预先训练的模型中进行分类.
主要成果:
- 与MIAS和CBIS-DDSM数据集上的现有方法相比,拟议的系统显示出更高的性能.
- 在对良性,恶性和正常乳腺组织进行分类时,实现了更高的检测准确度和显著降低虚假阳性率.
结论:
- 开发的人工智能系统提供了一个有希望和有效的解决方案,用于早期和准确的乳腺癌检测从乳房影像.
- 集成先进的技术,如HTGRU和NAMCN显著提高了乳房检查的诊断能力.