用于乳腺X线摄影中乳腺肿块检测的深度学习超参数优化
计算机视觉与模式识别
2022-07-25 v1
摘要
通过乳腺X线摄影进行准确的乳腺癌诊断有潜力挽救全球数百万人的生命。深度学习(DL)方法已被证明对乳腺X线摄影中的肿块检测非常有效。当前DL模型的进一步改进将提升这些方法的有效性。在此背景下一个关键问题是如何为DL模型挑选合适的超参数。本文提出GA-E2E，一种利用遗传算法(GAs)调整用于乳腺癌检测的DL模型超参数的新方法。我们的研究结果表明，参数值的差异会显著改变曲线下面积(AUC)，而AUC用于判定分类器的性能。
引用
@article{arxiv.2207.11244,
title = {Deep Learning Hyperparameter Optimization for Breast Mass Detection in Mammograms},
author = {Adarsh Sehgal and Muskan Sehgal and Hung Manh La and George Bebis},
journal= {arXiv preprint arXiv:2207.11244},
year = {2022}
}