基于卷积神经网络的乳腺疾病检测算法

• 作者: 张猛 杜娇 赵京霞 钱育蓉
• 来源期刊: 微电子学与计算机
• 关键词: 卷积神经网络 特征融合 空间金字塔池化 尺度无关 乳腺疾病检测
• 年，卷（期）: 2019,（7）
• 页码范围: 48-53
• 页数: 6页
• 分类号: TP391
• 语种: 中文

摘要

为提高计算机辅助乳腺疾病检测的准确率,提出一种基于卷积神经网络的乳腺疾病检测算法.首先,分别从卷积神经网络中提取图像的浅层特征与深层特征并对其进行加权融合;其次,通过在卷积神经网络中构建空间金字塔池化层,实现了卷积神经网络的多尺度输入;最后,在Mammographic Image Analysis Society(MIAS)数据集上进行验证实验.实验结果表明,本文提出的乳腺疾病检测算法平均准确率高达94.93％,与其他乳腺疾病检测算法进行对比实验可知,本文提出的乳腺疾病检测算法具有更高的检测准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱育蓉	新疆大学软件学院	85	510	13.0	20.0
2	杜娇	新疆大学软件学院	13	21	3.0	4.0
3	赵京霞	新疆大学软件学院	9	10	1.0	3.0
4	张猛	新疆大学软件学院	8	2	1.0	1.0