深度学习技术在乳腺癌诊断中的应用
作者:
  • 摘要
  • | |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • | |
  • 文章评论
    摘要:

    目的构建深度学习卷积神经网络模型,提高乳腺癌诊断的智能化和信息化水平。方法通过对真实临床中公开的乳腺癌数据集进行统计分析,运用人工智能领域的卷积神经网络模型,为医疗人员诊断恶性乳腺癌患者提供可靠的理论基础。根据建立的神经网络模型,选取当前流行的乳腺癌数据集进行建模分析,得到相应的诊断结果。结果实验结果显示,大数据驱动下的乳腺癌诊断模型能够准确有效预测恶性乳腺癌患者。该文提出的卷积神经网络模型与传统的支持向量机模型相比,在准确率、特异性、敏感性和曲线下面积方面相比分别提高2.7%、2.9%、2.8%和3.0%。结论深度学习领域的卷积神经网络方法,在乳腺癌诊断方面具有良好的前景,可减少医疗人员的病情诊断负担,为人工智能视角下的乳腺癌诊断技术指明新方向。

    参考文献
    相似文献
    引证文献
引用本文

李蒙蒙;.深度学习技术在乳腺癌诊断中的应用[J].中国医学工程,2021,(1):

复制
分享
文章指标
  • 点击次数:125
  • 下载次数: 0
  • HTML阅读次数: 0
  • 引用次数: 0
历史
  • 在线发布日期: 2021-04-01
您是第位访问者
中国医学工程 ® 2025 版权所有
技术支持:北京勤云科技发展有限公司
请使用 Firefox、Chrome、IE10、IE11、360极速模式、搜狗极速模式、QQ极速模式等浏览器,其他浏览器不建议使用!
管理员登录