论文研究 使用基于小波的微调卷积神经网络对乳腺X线摄影图像中的乳房密度进行分类

在乳房诊断过程中，乳房密度的分类非常重要。 这项研究的目的是开发一种有用的计算机化工具，以帮助放射科医生在乳房X线照片上确定患者的乳房密度类别。 在本文中，我们提出了一种通过使用基于小波变换的微调卷积神经网络（CNN）自动分类乳房密度的模型。 我们删除了最后两个完全连接的（FC）层，并将两个新创建的层添加到其余结构中，从而修改了预训练的AlexNet模型。 与使用原始图像或预处理图像作为输入的基于CNN的常见方法不同，我们采用1级冗余小波系数作为CNN模型的输入。 我们的研究主要侧重于区分散射密度和异质密度，这是放射科医生最难区分的两个密度类别。 拟议的系统实现了88.3％的整体精度。 为了证