基于深度特征提取与集成学习的机器学习肺与结肠癌检测
摘要
癌症是一种由遗传性疾病和多种生化异常共同导致的致命疾病。肺癌与结肠癌已成为人类死亡与致残的两大主要诱因。此类恶性肿瘤的组织病理学检测通常是确定最佳治疗方案的最关键组成部分。在任一方面的早期检测都可显著降低死亡可能性。机器学习与深度学习技术可用于加速此类癌症检测，使研究人员能在更短时间内以更低成本研究大量患者。在本研究中，我们提出了一种混合集成特征提取模型，以高效识别肺癌与结肠癌。该模型将深度特征提取与集成学习相结合，并对癌症图像数据集进行高性能滤波。模型在肺与结肠组织病理学数据集（LC25000）上进行评估。研究结果表明，我们的混合模型检测肺癌、结肠癌及（肺与结肠）癌症的准确率分别为 99.05%、100% 和 99.30%。研究结果证明，我们所提出的策略显著优于现有模型。因此，这些模型可应用于临床，辅助医生进行癌症诊断。
引用
@article{arxiv.2206.01088,
title = {Machine Learning-based Lung and Colon Cancer Detection using Deep Feature Extraction and Ensemble Learning},
author = {Md. Alamin Talukder and Md. Manowarul Islam and Md Ashraf Uddin and Arnisha Akhter and Khondokar Fida Hasan and Mohammad Ali Moni},
journal= {arXiv preprint arXiv:2206.01088},
year = {2022}
}
备注
Accepted for publication in the Special Issue of Expert Systems with Applications (IF:6.954, Cite:12.70) How to Cite: Md. Alamin Talukder, Md. Manowarul Islam, Md Ashraf Uddin, Arnisha Akhter, Khondokar Fida Hasan, Mohammad Ali Moni. "Machine Learning-based Lung and Colon Cancer Detection using Deep Feature Extraction and Ensemble Learning", Expert Systems with Applications. 2022 Jun 1