计算机科学 ›› 2006, Vol. 33 ›› Issue (11): 151-153.
• 计算机网络与信息安全 • 上一篇 下一篇
出版日期:
发布日期:
基金资助:
Online:
Published:
摘要： 由于乳腺X光图像的复杂性，直接从图像中看出肿瘤及其良、恶性质是比较困难的，因此建立高效的肿瘤自动诊断系统是非常必要的。文章将粗糙集理论中基于信息增益的约简方法和神经网络相结合，提出了粗糙神经网络算法RNN，将其应用于乳腺X光图像分类。实验结果表明，该方法的分类精确度可达到92．37％比单独使用神经网络方法的分类精确度（81．25％）要高，同时所花费的时间也明显减少。
关键词: 粗糙神经网络 粗糙集理论 乳腺X光图像
Abstract: Detecting tumor in mammography is a difficult task Because of complexity in the image. This brings the necessity of creating automatic tools to find whether a mammography present tumor or not. In this paper we join neural network with information gain red
Key words: Rough neural network,Rough sets theory, Mammography
. 基于粗糙神经网络的医学图像分类新方法[J]. 计算机科学, 2006, 33(11): 151-153. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2006/V33/I11/151
Cited
首页