基于深度置信网络的乳腺肿瘤辅助诊断

• 作者: 吕文豪 雷菊阳
• 来源期刊: 软件
• 学科: 工学
• 关键词: 深度置信网络 支持向量机 概率神经网络 随机森林 乳腺肿瘤辅助诊断
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 设计研究与应用
• 页码范围: 157-159
• 页数: 3页
• 分类号: TP391.4
• 字数: 1321字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2019.06.036

摘要

乳腺肿瘤的计算机辅助诊断对乳腺肿瘤的诊断和治疗有着重要意义.本文提出一种基于深度置信网络(Deep Belief Network,DBN)的乳腺肿瘤辅助诊断方法.将病人的细胞核图像参数作为深度置信网络的输入,对病人乳腺肿瘤恶性与良性进行判断,并与传统的基于支持向量机、概率神经网络和随机森林模型进行比较.实验结果表明,基于深度置信网络的乳腺肿瘤辅助诊断方法能够进行准确的判断,并且具有较高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷菊阳	上海工程技术大学机械与汽车工程学院	26	80	5.0	8.0
2	吕文豪	上海工程技术大学机械与汽车工程学院	1	1	1.0	1.0