基于AlexNet和集成分类器的乳腺癌计算机辅助诊断方法

• 作者: 侯霄雄 朱炯 许新征 郭燕燕
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 医学影像分析 深度学习 卷积神经网络 计算机辅助诊断 集成分类器
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 74-79
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2018.273

摘要

为解决在计算机辅助诊断(computer aided diagnosis,CAD)中采用人工提取医学影像特征的弊端,在ImageNet数据集上预训练深度神经网络模型Alexnet,通过迁移学习再训练后的Alexnet模型对医学影像进行特征提取,利用集成学习方法训练分类器进行分类.试验结果表明,基于Alexnet和随机森林方法的分类器正确率达到了0.87±0.03,集成分类器的分类性能优于单一分类器.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许新征	中国矿业大学计算机科学与技术学院	34	716	11.0	26.0
3	朱炯	中国矿业大学计算机科学与技术学院	5	14	2.0	3.0
4	侯霄雄	中国矿业大学计算机科学与技术学院	1	3	1.0	1.0
10	郭燕燕	中国矿业大学计算机科学与技术学院	1	3	1.0	1.0