TY -的A2 Tsipouras马科斯·g . AU -元,Gaoteng盟——刘,汇盟——黄,魏盟——胡,Bing PY - 2020 DA - 2020/04/07 TI -微分级使用纹理分析在乳腺浸润性导管癌的MRI SP - 6913418六世- 2020 AB - 目的。本研究的目的是探讨利用纹理分析(TA)的磁共振影像(MRI)增强扫描和机器学习方法来区分不同等级在乳腺浸润性导管癌(IDC)。IDC的术前预测的成绩可以为不同的临床治疗提供参考,具有重要的实践价值在诊所。 方法。首先,乳腺癌细分模式基于离散小波变换(DWT)和 K 则算法。其次,助教和伽柏执行使用小波分析提取的纹理特征核磁共振肿瘤。然后,根据距离之间的关系特性,主要特点是排序和选择特征子集。最后,特征子集分类利用支持向量机和调整参数达到最佳分类效果。 结果。通过为分类预测,选择关键特性分类模型的分类精度可以达到81.33%。3 -,4 - 5倍交叉验证的支持向量机模型的预测精度是77.79% ~ 81.94%。 结论。IDC的病理评分可以预测和评估结构分析和特征提取的乳腺肿瘤。该方法可以为医生的临床诊断提供更有价值的信息。进一步发展,模型展示了高潜在实际临床使用。SN - 1748 - 670 - 2020/6913418 / 10.1155 x你——https://doi.org/10.1155/2020/6913418——摩根富林明——计算和数学方法在医学PB - Hindawi KW - ER