Breast sentinel lymph node cancer detection from mammography images based on quantum wavelet transform and atrous pyramid convolutional neural network

Bu araştırma, belirli bir kitle kimliğini tespit etmek amacıyla yapılmıştır. tuz belirlenerek gürültü azaltıldıktan sonra gerçekleşen prosedür ve biber, Gaussian, Poisson ve mamografik görüntülerde bulunan darbe sesleri. Çalışmanın amacı bu tür gürültüleri tespit etmektir. Bunun bir sonucu olarak, mamografide doğru kitle segmentasyonu için görüntü morfolojisi operatörleri sağlar Atrous Pyramid Convolutional Neural Network kullanan sınıflandırmaya dayalı resimler (APCNN), Quantum'un gürültü azaltma stratejisine ek olarak bir derin öğrenme modeli olarak Dalgacık Dönüşümü Filtreleme. Bu, yukarıda belirtilenlerin bir sonucu olarak gerçekleştirilir. kombinasyon. Bu amaca, bu iki yöntemin birlikte kullanılmasıyla ulaşılabilir. bir başka. QWT-APCNN hibrit, örneğin maksimum Sinyal-Gürültü Oranı (PSNR) ve Ortalama Karesel Hata (MSE) gibi metrikleri kullanarak gürültüyü ve algılama hassasiyetini azaltır teknik, kitle alanlarının belirlenmesi amacıyla konvansiyonel yöntemlerle karşılaştırılır. Bu karşılaştırma kitlesel alanları bulmak amacıyla yapılır. Bu ölçümler Hibrit yaklaşımın ne kadar iyi uygulandığını değerlendirmek için kullanılır. Teknik önerilen, daha yüksek gürültü azaltma ve segmentasyon özelliklerine sahiptir. alandaki en güncel atılımlarla karşılaştırıldığında. Bu çalışmanın amacına yönelik olarak, meme kanserini ampirik olarak tespit edebilmesi, spesifik yerini tam olarak belirleyebilmesi bekleniyor. Kitleleri iyi huylu, kötü huylu veya şüpheli olarak sınıflandırın. Bu amaçlanan mümkün olan en geniş ölçüde gerçekleştirilmiştir. Bu tezde, bir roman uyguladık. CNN üzerine inşa edilmiş bir APCNN kullanarak derin öğrenme yöntemi. Bu yaklaşım mümkün aynı anda özellikleri ayıklayın ve verileri sınıflandırın. APCNN adlı yeni bir teknik, özellikleri eş zamanlı olarak çıkarabilen ve verileri sınıflandırabilen geliştirilmiştir. Göre Bulgular, önerilen yaklaşımın çeşitlilik açısından alternatiflerden daha iyi performans gösterdiğini göstermektedir. metriklerin (doğruluk, duyarlılık ve özgüllük gibi) %86,77, %90 oranında ve sırasıyla %90. Önerilen yaklaşımın bu yüzdelere sahip olması, ki bu gerçekten böyledir.