典型文献
融入深层病理信息挖掘的乳腺肿块识别模型
文献摘要：
乳腺癌是女性中最常见的癌症,乳腺肿块识别模型能有效地辅助医生的临床诊断工作.然而,医学图像样本稀缺使识别模型易过拟合.提出融入深层病理信息挖掘的乳腺肿块识别模型:构建样本精选策略,跨越不同乳腺造影图像数据集筛选优质样本,从数据增强角度应对医学图像样本稀缺;由浅入深挖掘有限标注样本中蕴含的病理信息,从特征优选角度应对医学图像样本稀缺.设计多视角有效区域基因优选(MvERGS)算法,以精化原始图像特征,提升特征判别性并压缩特征维度,更好地匹配样本数量;对精化的新特征执行判别相关分析(DCA),深入挖掘异构特征间的跨模态相关性,即深层病理信息,以准确刻画乳腺肿块病灶区域.基于深层病理信息与传统分类器训练出高效的乳腺肿块识别模型,完成乳腺造影图像分类.实验表明:识别模型的关键技术指标,包括Accuracy和AUC,均优于主流基线,样本稀缺导致的过拟合问题得到缓解.
文献关键词：
乳腺肿块识别;病理信息挖掘;样本精选;特征优选;多视角有效区域基因优选(MvERGS)
中图分类号：
作者姓名：
李广丽;袁天;李传秀;邬任重;卓建武;张红斌
作者机构：
华东交通大学 信息工程学院,南昌 330013;华东交通大学 软件学院,南昌 330013
文献出处：
引用格式：
[1]李广丽;袁天;李传秀;邬任重;卓建武;张红斌-.融入深层病理信息挖掘的乳腺肿块识别模型)[J].计算机科学与探索,2022(02):413-427
A类：
病理信息挖掘,乳腺肿块识别,样本精选,MvERGS,判别相关分析
B类：
识别模型,医学图像,像样,稀缺,过拟合,图像数据集,选优,数据增强,强角,由浅入深,深挖,特征优选,多视角,有效区域,精化,原始图像,图像特征,判别性,样本数量,新特征,DCA,异构特征,跨模态,分类器,练出,图像分类,技术指标,Accuracy,题得
AB值：
0.234154
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
