基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
影像学检查在乳腺癌的早期发现中起着重要的作用,现在已经有很多不同的方法用于医学图像中异常组织的检测和分类,如小波、分形理论、统计方法等,都通过图像处理来提取图像的特征.另外一些分类方法用到了模糊集理论、马尔可夫模型和神经网络等.其中人工神经网络是根据人的认识过程而开发出的一种算法.由于其自学习、自适应、自组织、函数逼近和大规模并行处理等能力而具有用于智能系统的潜力.通过应用人工神经网络算法,针对乳腺X线影像的特点,对现有影像数据系统的BI-RADS分级模式进行研究与探讨.
推荐文章
基于人工神经网络的乳腺癌诊断模型
神经网络
模式分类
诊断
识别
基于人工神经网络的前列腺癌诊断模型对前列腺癌的诊断价值研究
前列腺肿瘤
肿瘤标记,生物学
神经网络(计算机)
ROC曲线
诊断
基于神经网络的乳腺癌早期辅助诊断分析
乳腺癌
神经网络
交叉验证
一种基于模糊神经网络融合的故障诊断模型研究
模糊神经网络
信息融合
故障诊断
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于影像数据系统的人工神经网络模型研究——乳腺癌的早期诊断模型
来源期刊 中国数字医学 学科 医学
关键词 乳腺X线摄影 人工神经网络 DDSM BI-RADS 诊断模型
年,卷(期) 2010,(4) 所属期刊栏目 数字医学研究与应用
研究方向 页码范围 64-67
页数 4页 分类号 R73
字数 4620字 语种 中文
DOI 10.3969/j.issn.1673-7571.2010.004.020
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (19)
参考文献  (5)
节点文献
引证文献  (6)
同被引文献  (18)
二级引证文献  (2)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
乳腺X线摄影
人工神经网络
DDSM
BI-RADS
诊断模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国数字医学
月刊
1673-7571
11-5550/R
大16开
北京市朝阳区光华路甲8号和乔大厦A座528A室
80-133
2006
chi
出版文献量(篇)
6783
总下载数(次)
21
总被引数(次)
25598
论文1v1指导