基于自适应加权平均集成的已训练模型乳腺癌分类方法
人工智能
2023-11-23 v1
摘要
乳腺癌是一种每年困扰数百万人的严重疾病，且病例数量正在增加。早期检测是减轻该疾病影响的最佳途径。研究人员已开发了许多检测乳腺癌的技术，包括在CAD系统中使用组织病理学图像。本研究提出了一种利用自适应平均集成组合已完全训练模型的技术，这与文献中在训练前使用平均集成且平均集成同时训练的做法不同。我们的方法不同之处在于其在训练后使用自适应平均集成，从而提升了评估指标的性能。该方法对每个已训练模型的输出取平均，且每个模型根据其准确率获得相应权重。自适应加权集成模型的准确率达到98%，较集成中表现最佳的参与模型（97%）提升了1个百分点。此外，它减少了假阳性和假阴性的数量，并增强了性能度量。
引用
@article{arxiv.2311.13206,
title = {Breast Cancer classification by adaptive weighted average ensemble of previously trained models},
author = {Mosab S. M. Farea and zhe chen},
journal= {arXiv preprint arXiv:2311.13206},
year = {2023}
}
备注
12 pages article