Resumen

La exploración de un método eficaz para gestionar la compleja información clínica del cáncer de mama y la selección de un clasificador adecuado para el modelado predictivo siguen requiriendo una investigación y verificación continuas en el entorno clínico real. Este trabajo combina el algoritmo de características de la imagen de ultrasonido para construir un modelo de clasificación del cáncer de mama. Además, combina el proceso de movimiento de la sonda de ultrasonidos para conectar con precisión la sonda de ultrasonidos con el tumor de mama. Además, este trabajo construye una estructura de sistema de hardware y software mediante algoritmos de visión artificial y algoritmos de movimiento inteligente. Además, combina la transformación de coordenadas y los algoritmos de reconocimiento de imágenes para ampliar el proceso de reconocimiento y realizar un diagnóstico automático e inteligente del cáncer de mama en tiempo real. Además, este documento combina algoritmos de aprendizaje automático para procesar datos y obtener un modelo de sistema inteligente. Por último, este documento diseña experimentos para verificar el sistema inteligente de este documento. A través de la investigación experimental, se puede observar que el sistema de predicción de clasificación de cáncer de mama basado en el reconocimiento de características de imágenes ultrasónicas tiene ciertos efectos.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:papel, sonda de ultrasonidos, modelo de clasificación del cáncer de mama, sistema de predicción de la clasificación del cáncer de mama, diagnóstico del cáncer de mama en el tiempo, reconocimiento de características de imágenes ultrasónicas, algoritmo de características de imágenes ultrasónicas, entorno clínico real, cáncer de mama complejo, algoritmos de reconocimiento de imágenes
• Keywords:paper, ultrasound probe, breast cancer classification model, breast cancer classification prediction system, time breast cancer diagnosis, ultrasonic image feature recognition, ultrasound image feature algorithm, actual clinical environment, complex breast cancer, image recognition algorithms