基于机器学习的肿瘤智能辅助诊断方法
Electronic Science and Technology（2022）
摘要
在肿瘤诊断领域,人工智能辅助诊断系统可对肿瘤属性、恶性肿瘤分期进行准确地判别,从而延长患者的生存时间.文中以乳腺肿瘤为例,针对特征提取过程中数据量过大所导致的过拟合问题,提出了一种基于监督学习的人工智能辅助诊断模型.在提取特征时,通过引入层次聚类分析来完成有效的特征降维,并将分类后的特征数据作为人工神经网络模型的特征输入,以此实现分类器的有效训练.实验结果显示,所提算法的准确率和AUC值相比对照算法有所提升,表明该模型不仅能解决海量特征区域描述造成的过拟合问题,还增强了人工智能辅助诊断系统的泛化能力,可以完成对钼靶乳腺肿瘤的高精度区分.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要