利用迁移学习与小波变换进行乳腺癌检测

乳腺癌是女性死亡的最常见原因之一。乳腺X线摄影是一种广泛使用的成像方式，可用于癌症的早期检测。深度学习被广泛用于检测乳腺X线摄影所得图像中的癌性肿块。由于数据集的敏感性，提高准确性的需求始终存在，因此我们引入分割和小波变换来增强图像扫描中的重要特征。我们提出的系统通过在筛查阶段使用分割和小波变换的组合作为预处理增强，进而在神经网络中实现迁移学习，从而辅助放射科医生进行癌症检测筛查。带有这些预处理技术的所提系统在Mini-MIAS上显著提高了检测准确率。