TY -的A2 -拉米雷斯,Gustavo盟——刘,双盟——唐,分盟,阮Shuqin AU -魏,冯AU - Lu, Jiaxi PY - 2021 DA - 2021/11/03 TI -磁共振成像功能的价值在乳腺癌的诊断和治疗智能算法SP - 5289128六世- 2021 AB -本研究旨在分析磁共振成像(MRI)的临床应用价值基于智能算法的图像特征在乳腺癌的诊断和治疗,并提供一个有效的参考评估乳腺癌的诊断。MRI诊断模型(ACO-MRI)基于蚁群算法(ACO)提出,与诊断方法相比,基于支持向量机(SVM)和间接(资讯)算法,该算法是应用于核磁共振图像诊断乳腺癌。结果表明,精度、灵敏度和特异性ACO-MRI模型的大于那些资讯和SVM算法。此外,特异性与两种算法相比在统计学上相当大的资讯和支持向量机( P < 0.05 )。通过比较1/5的蚂蚁数量和平均灰色路径ACO-MRI模型的1/8多的蚂蚁,结果发现,1/8的蚂蚁数量的平均灰色路径值大大高于平均灰色路径的蚂蚁的数量(1/5 P < 0.05 )。的总体分布的差异在腔的乳房核磁共振成像特性,细胞腔的B, her - 2进行靶向治疗,TN比较。有相当大的差异在总体布局的三个乳房核磁共振成像的功能边界,形态,增强方法在四组( P < 0.05 )。简而言之,MRI图像基于智能算法ACO-MRI诊断模型能有效提高乳腺癌的诊断效果。其形象特征边界、形态和增强方法有很好的在乳腺癌的诊断成像特性。SN - 1058 - 9244 UR - https://doi.org/10.1155/2021/5289128 - 10.1155 / 2021/5289128摩根富林明科学编程PB - Hindawi KW - ER