TY -的A2柯西Huiling盟——钱,克里斯蒂安娜•AU -龚Mengjia AU -潘,高峰盟,胡本PY - 2021 DA - 2021/12/28 TI -超声图像纹理特性上优于乳腺癌良性和恶性分类SP - 6261032六世- 2021 AB -使用超声波图像获取乳腺癌的诊断信息没有入侵可以降低乳腺癌患者的生理和心理的痛苦,是对乳腺癌的诊断和治疗具有重要意义。有一些乳腺癌的纹理差异良性和恶性案件。因此,本文提出了一种基于超声图像纹理特征的自适应学习方法来识别乳腺癌。具体来说,首先,我们使用字典学习和学习超声图像纹理的稀疏表示字典的良性和恶性案件,分别,然后使用两个字典的组合来表示测试图像获取的纹理分布特征测试图像在两个字典表示,这称为稀疏表示系数。最后,上述特性过滤稀疏表示和发送到稀疏表示分类器建立良性和恶性分类模型。128例随机分为训练集和测试集根据2:1培训和测试。该方法取得了最先进的成果,精度0.9070和接受者操作特征曲线下的面积为0.9459。结果表明,该方法有可能被用于良性和恶性乳腺癌的临床诊断。SN - 1748 - 670 - 2021/6261032 / 10.1155 x你——https://doi.org/10.1155/2021/6261032——摩根富林明——计算和数学方法在医学PB - Hindawi KW - ER