A dataset for breast cancer histopathological image classification

Yingying_code

于 2017-03-06 15:21:11 发布

阅读量1.8k

点赞数

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/alwaystry/article/details/60575136

本文介绍了一项关于乳腺癌图像分类的研究，包含7909例图像数据，分为恶性与良性两类。研究中使用了包括LBP在内的多种特征，并通过KNN、QDA等四种网络进行分类。此外还探讨了不同放大倍数对分类效果的影响。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

7909例乳腺癌图像，包括恶性和良性两类。82个病人

2480良性，5429恶性肿瘤样本

样本来自2014年一年内的一个clinical study

病例学家标注

多种放大倍数： 40×，100×，200×，400×

具体分类：四种良性，四种恶性

采用了一系列特征，包括LBP等。

采用了四种网络：KNN，QDA(quadratic linear analysis), svm, random foreasts of decision trees

对于病人P， N(rec) images为正确分类的数据。则 patient score = Nrec/Np

recognition rate = 求和patient score/ total number of patients

实验：

1、寻找最佳放大倍数

2、寻找最佳的特征

3、DSC(dynamic selection of classifiers)：为每个sample选择一个最佳分类器

评论 3

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。