基于颜色自相关图的乳腺肿瘤良恶性分类

目的:构建一种乳腺肿瘤良恶性分类模型,使医生得到更加客观、准确的诊断结果.方法:借助BreaKHis数据集,提取乳腺肿瘤病理图像颜色自相关图的64维特征,利用k-NN分类器构建乳腺肿瘤良恶性分类模型,并对乳腺肿瘤良恶性进行分类.结果:颜色自相关图中像素空间距离d=1时分类精度最高,准确度平均达到87.01％,灵敏度平均达到88.52％,特异度平均达到85.49％.结论:该模型为乳腺肿瘤良恶性分类提供了一种新型的检测手段,可有效提高乳腺肿瘤良恶性临床诊断的准确率.