基于AlexNet和集成分类器的乳腺癌计算机辅助诊断方法

侯霄雄^1,2(),许新征^1,2,*(),朱炯¹,郭燕燕¹

1. 中国矿业大学计算机科学与技术学院, 江苏 徐州 221116
2. 广西高校复杂系统与智能计算重点实验室, 广西 南宁 530006

收稿日期:2018-07-06出版日期:2019-04-20发布日期:2019-04-19
通讯作者:许新征E-mail:961458517@qq.com;xuxinzh@163.com
作者简介:侯霄雄(1991—)，男，山西曲沃人，硕士研究生，主要研究方向为机器学习，医学图像处理等. E-mail：961458517@qq.com
基金资助:国家自然科学基金项目(61672522);广西高校复杂系统与智能计算重点实验室开放课题重点项目(2017CSCI01)

Computer aided diagnosis method for breast cancer based on AlexNet and ensemble classifiers

Xiaoxiong HOU^1,2(),Xinzheng XU^1,2,*(),Jiong ZHU¹,Yanyan GUO¹

1. School of Computer Science and Technology, China University of Mining and Technology, Xuzhou 221116, Jiangsu, China
2. Guangxi High School Key Laboratory of Complex System and Computational Intelligence, Nanning 530006, Guangxi, China

Received:2018-07-06Online:2019-04-20Published:2019-04-19
Contact:Xinzheng XU E-mail:961458517@qq.com;xuxinzh@163.com

Supported by:国家自然科学基金项目(61672522);广西高校复杂系统与智能计算重点实验室开放课题重点项目(2017CSCI01)

摘要/Abstract

摘要： 为解决在计算机辅助诊断(computer aided diagnosis, CAD)中采用人工提取医学影像特征的弊端,在ImageNet数据集上预训练深度神经网络模型Alexnet,通过迁移学习再训练后的Alexnet模型对医学影像进行特征提取,利用集成学习方法训练分类器进行分类。试验结果表明,基于Alexnet和随机森林方法的分类器正确率达到了0.87±0.03,集成分类器的分类性能优于单一分类器。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1812