TY - JOUR A2 - Liu, Aiping AU - Zhang, Qian AU - Li, Yamei AU - Zhao, Guohua AU - Man, Panpan AU - Lin, yuong AU - Wang，基于特征融合的数字乳房x线摄影中乳腺肿块分类的新算法SP - 8860011卷积神经网络(CNNs)可用于辅助乳腺肿块的良恶性分类。目前通过CNN进行乳房x线肿块分类的一个长期存在的问题是缺乏局部不变特征，不能有效地响应几何图像变换或成像角度引起的变化。在本研究中，提出了一种新的模型，训练文本表示和深度CNN表示，以大规模分类任务。最大响应滤波器组提供的旋转不变特征与基于cnn的分类相结合。采用约简方法后的融合，解决了CNN在提取大量特征方面的不足。该模型在公共数据集CBIS-DDSM和组合数据集mini-MIAS和INbreast上进行了测试。在CBIS-DDSM数据集上执行缩减方法后的融合在接收人工作曲线下面积(0.97)、准确性(94.30%)和特异性(97.19%)方面优于其他模型。因此，我们提出的方法可以与计算机辅助诊断系统集成，以实现乳腺肿块的精确筛查。 SN - 2040-2295 UR - https://doi.org/10.1155/2020/8860011 DO - 10.1155/2020/8860011 JF - Journal of Healthcare Engineering PB - Hindawi KW - ER -