Resumen

El examen ecográfico de la mama es un método rutinario, rápido y seguro para el diagnóstico clínico de los tumores de mama. En este trabajo, se propuso un método de clasificación basado en multi-funciones y máquinas de vectores de apoyo para el diagnóstico de tumores de mama. Las multi-funciones están compuestas por rasgos característicos y rasgos de aprendizaje profundo de las imágenes de tumores de mama. Inicialmente, se utilizó un algoritmo de conjunto de niveles mejorado para segmentar la lesión en imágenes de ultrasonido de mama, que proporcionó un cálculo preciso de los rasgos característicos, como la orientación, la indistinción de los bordes, las características de la región de sombra posterior y la complejidad de la forma. Simultáneamente, utilizamos el aprendizaje de transferencia para construir un modelo preentrenado como extractor de características para extraer las características de aprendizaje profundo de las imágenes de ultrasonido de mama. Por último, las múltiples características se fusionaron y se alimentaron a la máquina de vectores de apoyo para la clasificación posterior de las imágenes de ultrasonido de mama. El modelo propuesto, cuando se probó en muestras desconocidas, proporcionó una precisión de clasificación de 92,5 para tumores cancerosos y no cancerosos.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:imagen de ecografía de mama, características de la mama, características de aprendizaje profundo, características, diagnóstico de la mama, imagen de tumor de mama, diagnóstico de tumor de mama, región de sombra posterior, características de la parte posterior, examen de ecografía de mama
• Keywords:breast ultrasound image, features of breast, deep learning features, characteristics features, diagnosis of breast, breast tumor image, breast tumor diagnosis, posterior shadowing region, characteristics of posterior, breast ultrasound examination