亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Automated diagnosis of breast cancer using multi-modal datasets: A deep convolution neural network based approach

过度拟合 计算机科学 卷积神经网络 人工智能 一般化 人工神经网络 模式识别(心理学) 情态动词 班级(哲学) 卷积(计算机科学) 数学 数学分析 化学 高分子化学
作者
Debendra Muduli,Ratnakar Dash,Banshidhar Majhi
出处
期刊:Biomedical Signal Processing and Control [Elsevier BV]
卷期号:71: 102825-102825 被引量:88
标识
DOI:10.1016/j.bspc.2021.102825
摘要

This paper proposes a deep convolutional neural network (CNN) model for automated breast cancer classification from a different class of images, namely, mammograms and ultrasound. The model contains only five learnable layers: four convolutional layers and a fully connected layer. The model facilitates extracting prominent features automatically from the images with a smaller number of tunable parameters. Exhaustive simulation results on mammograms dataset, namely, MIAS, DDSM, and INbreast, as well as ultrasound datasets, namely, BUS-1 and BUS-2, depict that the suggested model outperforms the recent state-of-the-art schemes. Data augmentation technique has been employed to reduce overfitting and provide good generalization. The proposed CNN model achieves an accuracy of 96.55%, 90.68%, and 91.28% on MIAS, DDSM, and INbreast datasets, respectively. Similarly, the accuracies obtained are 100% and 89.73% on BUS-1 and BUS-2 datasets, respectively.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
科目三应助rrrred采纳,获得10
8秒前
顾矜应助小程同学采纳,获得10
10秒前
量子星尘发布了新的文献求助10
14秒前
东方天奇完成签到 ,获得积分10
19秒前
20秒前
小程同学发布了新的文献求助10
23秒前
32秒前
完美世界应助南宫连虎采纳,获得10
33秒前
38秒前
41秒前
呼啦呼啦完成签到 ,获得积分10
48秒前
51秒前
Jasper应助科研通管家采纳,获得10
51秒前
FashionBoy应助科研通管家采纳,获得10
51秒前
上官若男应助科研通管家采纳,获得10
51秒前
脑洞疼应助科研通管家采纳,获得10
51秒前
安静的叫兽完成签到,获得积分10
55秒前
1分钟前
顺利道消完成签到,获得积分10
1分钟前
wu8577完成签到 ,获得积分10
1分钟前
1分钟前
smile发布了新的文献求助10
1分钟前
YJL完成签到 ,获得积分10
1分钟前
rrrred发布了新的文献求助10
1分钟前
回眸完成签到 ,获得积分10
1分钟前
Duduk完成签到 ,获得积分10
1分钟前
1分钟前
rrrred完成签到,获得积分10
1分钟前
南宫连虎发布了新的文献求助10
1分钟前
传奇3应助cc采纳,获得10
1分钟前
1分钟前
量子星尘发布了新的文献求助10
1分钟前
longh发布了新的文献求助20
1分钟前
cc发布了新的文献求助10
1分钟前
aa发布了新的文献求助10
1分钟前
lucky完成签到 ,获得积分10
1分钟前
123完成签到,获得积分10
1分钟前
1分钟前
1分钟前
高分求助中
A new approach to the extrapolation of accelerated life test data 1000
Picture Books with Same-sex Parented Families: Unintentional Censorship 700
ACSM’s Guidelines for Exercise Testing and Prescription, 12th edition 500
Nucleophilic substitution in azasydnone-modified dinitroanisoles 500
不知道标题是什么 500
Indomethacinのヒトにおける経皮吸収 400
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 370
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3976608
求助须知:如何正确求助?哪些是违规求助? 3520700
关于积分的说明 11204542
捐赠科研通 3257350
什么是DOI,文献DOI怎么找? 1798716
邀请新用户注册赠送积分活动 877881
科研通“疑难数据库(出版商)”最低求助积分说明 806613