Журнал исследований и терапии стволовых клеток

Абстрактный

Классификация доброкачественных и злокачественных опухолей на основе ультразвуковых изображений молочной железы с использованием сверточной нейронной сети

Телагарапу Прабхакар

Широко используемый метод диагностики рака молочной железы — ультразвуковое исследование молочной железы (BUS), но интерпретация
будет варьироваться в зависимости от опыта рентгенолога. В настоящее время доступны системы CAD для предоставления информации
относительно классификации изображений BUS. Однако большинство систем CAD основано на созданных вручную признаках. Которые
предназначены для классификации опухолей. Следовательно, возможности этих признаков будут определять точность системы CAD
, которая используется для классификации опухолей как доброкачественных и злокачественных. С использованием
технологии сверточных нейронных сетей (CNN) мы можем улучшить классификацию изображений BUS. Поскольку она обеспечивает новый подход к классификации
и обобщенным представлениям изображений, тем самым мы можем получить лучшую точность в результате. Но база данных
изображений BUS имеет небольшой размер, поэтому она может быть ограничена из-за того, что CNN не могут обучаться с нуля. Чтобы преодолеть этот
недостаток, мы рассмотрим использование подхода переноса обучения, чтобы позволить подходу CNN достичь лучшей точности
относительно классификации изображений BUS. Окончательные результаты методологии VGG16_TL превосходят AlexNet_TL. И окончательные
результаты указывают на VGG16_TL с точностью, чувствительностью, специфичностью, точностью и значениями F1 88,23%, 88,89%, 88,89,
90% и 88,2% соответственно. Таким образом, мы можем сказать, что возможность предварительно обученных моделей CNN достигает хорошей точности
в классификации изображений BUS.