中国领先的工业平台

返回贤集网 返回技术资料

新技术时代

+关注

面向数字乳腺影像分类的特征选择

妇女中最常见的癌症类型是乳腺癌,每年都有大量病例报告,其中许多是在晚期诊断的。在这篇论文中,我们的范围是建立一个支持系统的基础,帮助早期发现乳腺癌。在定义感兴趣区域和分割结果图像(使用k-means算法)之后,从感兴趣区域和分割图像的四个方向(水平、垂直、第一和第二对角线)提取灰度游程矩阵(GLRLM)特征。为了降低由感兴趣区域的GLRLM特征组成的输入数据的维数,并对不同方向的组合进行分割(去除冗余信息,只选择最基本的方向),使用了两种方法:主成分分析和遗传算法特征选择。对于分类,使用并比较了两种方法,即决策树和随机森林。在实验中,我们使用了乳腺图像分析协会的数据集来训练和测试分类器。最好的表现是针对方向45♀和90♀计算的GLRLM特征获得,使用PCA特征选择和RF,具有100%的训练精度和70%的测试精度。

小提示:登录后刷新 微信支付10元即可获取资料附件~

       面向数字乳腺影像分类的特征选择.docx

特大喜讯,贤集网工业平台投入1000万补贴给广大会员。

请下载贤集网app获取30元资料下载券,邀请码AADRKM。

公告:登录后可获得专属推广链接,其他用户通过此链接获取,你可获得分成奖励。
*** 提醒:如果获取失败,请联系客服退款。 客服QQ:874345335。***