基于计算机辅助检测乳腺肿瘤的图像处理与识别的研究

• 作者: 刘永春 雷跃荣
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 神经网络 极限学习机 模式识别 乳腺肿瘤
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 光全息与信息处理
• 页码范围: 30-32
• 页数: 3页
• 分类号: TP391.4
• 字数: 2540字
• 语种: 中文
• DOI: 10.3969/j.issn.0253-2743.2014.08.030

摘要

利用计算机智能方法来检测乳腺肿瘤为良性或恶性实质是对乳腺显微图像的模式识别问题，其可以帮助提前诊断病症，从而提高肿瘤治疗效果。本文系统采用训练速度快、泛化性能好且调整参数少的(Extreme Learning Machine, ELM)算法对乳腺肿瘤特征建立数学模型，并从病例特征库中随机选择500组数据对模型进行训练，然后用剩下的数据测试ELM模型。仿真实验表明，利用ELM算法对乳腺肿瘤进行分类识别比采用BP (Back Propagation)神经网络、LVQ(Learning Vector Quantization)神经网络、决策树方法可以获得更好的性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷跃荣	四川理工学院自动化与电子信息学院	22	95	5.0	9.0
2	刘永春	四川理工学院自动化与电子信息学院	25	112	5.0	9.0