TL;DR文章对乳腺癌的检测进行了探究,提出了一种基于离散小波变换、傅里叶变换和朴素贝叶斯分类器的方法,在分析乳腺 X 线摄影图像的统计特征的基础上,实现了高准确率的乳腺癌检测。
Abstract
breast cancer is in the most common malignant tumor in women. It accounted
for 30% of new malignant tumor cases. Although the incidence of breast cancer
remains high around the world, the mortality rate has been
针对乳腺异常的早期检测和准确诊断进行研究,通过使用长期观察的二维乳房 X 射线照片预测乳房异常变异,提出了一种新型的无监督特征相关网络模型,通过重建当前年份和前一年份的乳房 X 射线照片提取不同区域的组织并分析其差异,从而识别可能表明癌症存在的异常变异。该模型利用特征相关模块、注意力抑制门和乳房异常检测模块共同改善预测的准确性,不仅提供乳房异常变异图,还能区分正常和癌症乳房 X 射线照片,相比现有模型更为先进。研究结果表明,该模型在准确性、灵敏度、特异度、Dice 得分和癌症检测率方面优于基准模型。