Brest cancer detection and image evaluation using amugented deep convolutional neural network

Meme kanseri, dünyada insan ölümüne sebep olan başlıca hastalıklardan biridir.Erken teşhis, doğru tedavinin geliştirilmesini ve sağ kalma olasılığını arttırır, ancak bu süreç belirsizdir ve düzenli olarak patologlar arasında bir çelişki yaratır. bilgisayar destekli sonuç sistemlerinin, görüntü kesinliğini arttırmada belirli potansiyele sahip olduğu belirtilir.Bu çalışmada, göğüste kötü huylu büyüme histolojisi resim karakterizasyonu için artırılmış derin evrişimsel sinir sistemlerine bağlı olan hesaplama metodolojisini geliştiriyoruz. Metodolojimiz birkaç derin sinir sistemi yapısı kullanır ve meyilli sinir ağı sınıflandırılmasına yardımcı olur.3 sınıf gruplandırma, İyi huylu, kötü huylu ve normal / istilacı olarak tanımlanır.Yüksek güvenilirlik çalışma noktasında% 88,3 kesinlik ve% 86,2 kabul edilebilirlik rapor ediyoruz.Herhangi biri söz konusu olduğunda, bu metodoloji bilgisayarlı görüntü gruplamadaki diğer temel teknikleri uygular.Farklı ağ mimarilerini ve eğitim yapılandırmalarını test ettikten sonra, evrişimselağların meme kanseri lezyonlarını umut verici sonuçlarla bölümlere ayırabildiğini gösterdik. Ayrıca, bu performans sadece daha zengin veri setleri mevcut olduğunda artacaktır.Bu yönde araştırmaları destekliyoruz. Farklı ağ mimarilerini ve eğitim yapılandırmalarını test ettikten sonra, derin evrimsel ağların meme kanseri lezyonlarını ümit verici sonuçlarla bölümlere ayırabildiğini gösterdik. Ayrıca, bu performans sadece daha zengin veri setleri mevcut olduğunda artacaktır.Bu yönde araştırmaları teşvik ediyoruz.Bu çalışmada kullandığımız teknikler çığır açıcıdır ve sonuçlarımız stratejiyi temelden değiştirmeden daha fazla hesaplamaya dayalı değerler uygulayarak kullanılan yöntemlerle geliştirilebilir.İşbu yazıda, kanserli tümörlerin tespiti ve sınıflandırılması için çok az hazırlık yapılarak yeniden renklendirilmiş olarak göğüste kötü huylu histolojikbüyüme görüntülerinin düzenlenmesi için basit ve güçlü bir strateji öneriyoruz.