检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于监督对比学习的乳腺癌检测算法

现代信息科技 2023年第2期7卷 79-82,86页

作者：栗鑫太原师范学院山西晋中030619

利用机器学习辅助提高医生诊断效率是常用的方法。用机器学习方法进行乳腺癌检测,常由于乳腺癌数据的不平衡而出现问题。为了解决这一问题,研究在多层感知机的基础上嵌入监督对比学习进行乳腺癌检测,该方式通过数据增广,弥补不平衡数据... 详细信息

利用机器学习辅助提高医生诊断效率是常用的方法。用机器学习方法进行乳腺癌检测,常由于乳腺癌数据的不平衡而出现问题。为了解决这一问题,研究在多层感知机的基础上嵌入监督对比学习进行乳腺癌检测,该方式通过数据增广,弥补不平衡数据的影响,同时利用同一类特征距离拉近,反之拉远的性质,增强特征表示效果,提高诊断准确率。实验结果证明,与现有的算法相比在准确率等方面优于其他算法,这证明了该算法的有效性。

关键词：监督对比学习乳腺癌检测多层感知机不平衡数据

基于纳米材料的乳腺癌检测电化学生物传感器研究进展

在线全文

学校读者我要写书评

暂无评论

中国医疗器械杂志 2020年第6期44卷 525-531页

作者：樊凯郑岩李杜娟苏畅王高峰杭州电子科技大学自动化学院杭州市310018 浙江省微生物技术与生物信息学研究重点实验室杭州市310012 宁波海通食品科技有限公司宁波市315300 杭州电子科技大学电子信息学院杭州市310018 浙江大学医学院附属儿童医院杭州市310052

乳腺癌是当今世界对女性生命健康威胁最大的疾病之一,死亡率达全球第二。随着纳米技术的进步,以及纳米材料在电化学和生物传感领域展现的优势,各种纳米材料在电化学生物传感器中得到应用。这使得电化学纳米生物传感器在乳腺癌快速检测... 详细信息

乳腺癌是当今世界对女性生命健康威胁最大的疾病之一,死亡率达全球第二。随着纳米技术的进步,以及纳米材料在电化学和生物传感领域展现的优势,各种纳米材料在电化学生物传感器中得到应用。这使得电化学纳米生物传感器在乳腺癌快速检测领域得到了广泛的关注和研究。该文介绍了针对乳腺癌检测的电化学纳米生物传感器的重要组成部件和各个部件在乳腺癌检测中的研究进展,以及电化学纳米生物传感器在乳腺癌检测中的性能表现和对其应用前景的展望。

关键词：乳腺癌检测电化学生物传感器纳米材料

在线全文

学校读者我要写书评

暂无评论

近红外漫射光子乳腺癌检测成像系统

仪器仪表学报 2000年第Z1期21卷 -页

作者：许衡张永红陈南光白净清华大学生物医学工程研究所北京100084 清华大学生物医学工程研究所北京100084 清华大学生物医学工程研究所北京100084 清华大学生物医学工程研究所北京100084

结合近年来国际上利用近红外激光对生物组织内部成像的一些进展，研制了一台自动扫描的近红外漫射光乳腺癌检测和成像系统。该系统利用射频光子密度波来探测生物组织内部的异物，采用特殊的光源和接收器排列以应用简单的算法进行异物的... 详细信息

结合近年来国际上利用近红外激光对生物组织内部成像的一些进展，研制了一台自动扫描的近红外漫射光乳腺癌检测和成像系统。该系统利用射频光子密度波来探测生物组织内部的异物，采用特殊的光源和接收器排列以应用简单的算法进行异物的3维定位。在此基础上，进行了大量的仿体实验以及一些人体实验，考察了系统探测和区分小异物的能力，揭示了好的临床应用的前景。

关键词：漫射光子密度波乳腺癌检测光学成像近红外

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于难样本挖掘和深度学习的乳腺癌检测方法

计算机工程与设计 2021年第6期42卷 1727-1734页

作者：张永梅陈彤马健喆胡蕾北方工业大学信息学院北京100144 香港理工大学电子与信息工程系中国香港999077 江西师范大学计算机信息工程学院江西南昌330022

为解决当前乳腺癌影像检测任务中数据样本量少、医学专业性强等问题,提出一种基于难样本挖掘和深度学习的乳腺癌检测方法。以乳腺癌医学图像数据库中含有正负样本的X光影像训练模型,通过改进Mask R-CNN特征金字塔结构对目标区域的高低... 详细信息

为解决当前乳腺癌影像检测任务中数据样本量少、医学专业性强等问题,提出一种基于难样本挖掘和深度学习的乳腺癌检测方法。以乳腺癌医学图像数据库中含有正负样本的X光影像训练模型,通过改进Mask R-CNN特征金字塔结构对目标区域的高低层特征充分学习,利用难样本挖掘方法对正样本及难负样本进一步筛选,降低患病区域误检率,避免深度学习模型依赖样本量所造成的过拟合问题。实验结果表明,该方法在公开数据集上的检测精度达到85.92%-86.75%,精度提高了3%左右,提高了原检测方法的准确性和鲁棒性。

关键词：深度学习乳腺癌检测难样本挖掘特征金字塔多尺度特征

基于全自动乳腺超声图像的乳腺癌检测方法研究

在线全文

学校读者我要写书评

暂无评论

基于全自动乳腺超声图像的乳腺癌检测方法研究

作者：秦陈陈深圳大学

学位级别：硕士

近年来随着乳腺癌患者的增多,针对乳腺癌这一疾病,一种便捷、安全、廉价的三维容积乳腺超声(Automated Breast Ultrasound System,ABUS)得到广泛的应用。ABUS可以提供全方位的视野,减少了操作者依赖性,极大地帮助了医生诊断乳腺癌相关... 详细信息

近年来随着乳腺癌患者的增多,针对乳腺癌这一疾病,一种便捷、安全、廉价的三维容积乳腺超声(Automated Breast Ultrasound System,ABUS)得到广泛的应用。ABUS可以提供全方位的视野,减少了操作者依赖性,极大地帮助了医生诊断乳腺癌相关的疾病,但是ABUS也引发很多问题。首先在临床上,影像生成数据量大,但是有经验的读片医生少,导致读片效率低下,目前亟需一种全自动的诊断方法,减少整个诊断流程的时间。其次,在三维超声研究领域,基于ABUS图像的乳腺癌检测方法,存在巨大的计算资源消耗,较差的图像质量,以及数据不平衡等多个难题。为了克服这些挑战,本文根据临床研究中的问题,针对性地提出了一个全新的端到端的三维卷积分割网络,用于乳腺癌的检测任务。研究这个领域的相关方法,传统的机器学习方法难以应对复杂的成像条件,并且速度和性能交叉。而流行的深度学习方法,存在计算冗余,推理时间慢等问题。分析研究中遇到的问题,本文针对性的提出如下五个解决方案,对检测任务中的每个环节提出改进方案。第一,针对三维超声成像特点,在图像标注阶段,对金标准使用反向的DSC变换,改变神经网络的输入和输出,减小计算量,并且使得网络更容易理解信号衰减。第二,为了自动化的检测乳腺癌,我们使用3D Inception Unet作为分割网络。在后处理阶段,利用乳腺癌的先验知识进一步去除假阳病灶。第三,针对三维卷积神经网络占用大量的GPU、训练难度大的问题,我们采用卷积核分割的方式,设计了融合2D和3D卷积神经网络的Inception Block,提取点、线、面、体的多维特征,增强了特征表达,同时也减少了参数量。第四,为了减少漏诊率,本文提出一个面向临床需求的非对称分割损失函数,自动关注难分割小病灶,在特异性和敏感性间取得平衡。第五,根据超声成像特点,我们使用基于三维随机游走的方法计算置信图(Confidence Map),评估超声成像质量,分割出图像中的阴影区域。结合Confidence Map的后处理方法,可以进一步降低假阳的数量。基于以上改进,我们的方法在ABUS上取得很好的效果,在包括199个阳性病人的数据集上,达到了 95.51%检出率并且平均每个体数据(Volume)3.2假阳结节(FPs),在192个阴性病人数据上1.3 FPs。在我们端到端的网络上,一个Volume的平均推理时间为0.1秒,可以帮助医生快速定位病灶。实验证明非对称性的分割损失函数和Inception Unet网络使得我们的模型比其它类3D Unet的结构更为适用医学超声图像的乳腺癌检测任务。

关键词：三维乳腺超声乳腺癌检测图像分割卷积核分解置信图

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的乳腺癌检测

中国新通信 2019年第5期21卷 207-208页

作者：张海潮安徽师范大学数学与统计学院

本文将在结合了乳腺癌病理切片图像诊断方式和乳腺癌检测相关研究的基础上,构建基于深度学习的乳腺癌检测模型。此模型可用于检测四类乳腺情况:未患癌、良性癌、浸润性乳腺癌和恶性乳腺癌。首先对数据集中乳腺癌病理切片图像进行降维预... 详细信息

本文将在结合了乳腺癌病理切片图像诊断方式和乳腺癌检测相关研究的基础上,构建基于深度学习的乳腺癌检测模型。此模型可用于检测四类乳腺情况:未患癌、良性癌、浸润性乳腺癌和恶性乳腺癌。首先对数据集中乳腺癌病理切片图像进行降维预处理,本文采用PCA(Principal Component Analysis)降维处理图像的方式。由于预处理后的图像依旧过大,降低计算机检测乳腺癌的效率,因此本文设计对预处理后的图像采用抽样的方法在每张图像中抽取大小相同且数量一样的图像块作为图像块集参与接下来的乳腺癌检测。然后将块集中的图像分为两部分,一部分作为基于深度学习设计出图像分类器对图像块集进行分类训练,另一部分作为测试集进行模型的测试。最后本文的基于深度学习的乳腺癌检测模型的测试结果进行统计学分析,得出结论本文模型对于检测分类乳腺癌效果显著。

关键词：深度学习乳腺癌检测病理切片 PCA 卷积神经网络

在线全文

学校读者我要写书评

暂无评论

机器学习算法用于乳腺癌检测的性能研究

佳木斯大学学报（自然科学版） 2020年第1期38卷 45-48,66页

作者：章飞侯国栋吴年祥张晟安徽国防科技职业学院

乳腺癌排在女性恶性肿瘤首位,早期发现和诊断是治疗的关键。使用开源乳腺癌数据集,使用了K-近邻、逻辑回归、支持向量机等主流机器学习算法对数据集进行了大量的训练和测试,分析了它们在训练过程中的学习曲线,对训练和测试结果进行了对... 详细信息

乳腺癌排在女性恶性肿瘤首位,早期发现和诊断是治疗的关键。使用开源乳腺癌数据集,使用了K-近邻、逻辑回归、支持向量机等主流机器学习算法对数据集进行了大量的训练和测试,分析了它们在训练过程中的学习曲线,对训练和测试结果进行了对比,分析和研究了这些算法在乳腺癌检测中的性能,并对未来的研究方向和技术进行了展望。

关键词：机器学习乳腺癌检测 K-近邻支持向量机逻辑回归学习曲线

基于小波的图像增强算法在乳腺癌检测中的研究与应用

在线全文

学校读者我要写书评

暂无评论

湖北第二师范学院学报 2010年第8期27卷 76-79页

作者：熊思湖北第二师范学院计算机学院武汉430205

乳腺癌是现代女性最常见的恶性肿瘤之一,X光照片是一种在乳腺癌普查中广泛采用的检测手段。由于医学影像噪声大不清晰,检测结果往往不尽人意。本文以数字乳房X片图像为对象,研究了提高微钙化点的对比度的基于小波变换的图像增强算法。... 详细信息

乳腺癌是现代女性最常见的恶性肿瘤之一,X光照片是一种在乳腺癌普查中广泛采用的检测手段。由于医学影像噪声大不清晰,检测结果往往不尽人意。本文以数字乳房X片图像为对象,研究了提高微钙化点的对比度的基于小波变换的图像增强算法。小波变换在时频域的多分辨率具有良好的空间域和频率域局部化特性。实验证明,基于小波多分辨率分析在抑制噪声的同时能对图像进行有效增强,提高图像的对比度,使钙化点的显示更为明显,提高了图像中病灶重要特征的可视化。基于小波的图像去噪和增强算法作为医学诊断的辅助手段有极其重要的意义。

关键词：图像增强乳腺癌检测小波变换

在线全文

学校读者我要写书评

暂无评论

乳腺癌检测新方法的前景看好

英国医学杂志中文版 1999年第1期2卷 15-15页

作者：徐兵河