การสำรวจเบื้องต้นของ hybrid pooling ถ่วงน้ำหนักด้วย entropy ใน CNN สำหรับตรวจมะเร็งเต้านมจากอัลตราซาวนด์

ข้อมูลจากบทคัดย่อ

งานเสนอวิธีผสม max pooling และ average pooling ตามค่า Shannon entropy ของภาพ แล้วทดสอบ CNN แบบ 3 และ 4 บล็อกกับชุดภาพอัลตราซาวนด์สาธารณะ 9,016 ภาพ รวมรุ่นที่เติม speckle noise วิธีผสมในโมเดล 3 บล็อกให้ความแม่นยำเฉลี่ย 93.98% และ AUC 0.987 สูงกว่า max pooling เล็กน้อย แต่ในโมเดล 4 บล็อกแบบทดลองครั้งเดียว max pooling ให้ความแม่นยำสูงกว่า ผลจึงเป็นหลักฐานเชิงเทคนิคเบื้องต้น ยังต้องทดสอบหลายศูนย์ แยกผู้ป่วยอย่างเข้มงวด และประเมินในงานคลินิกจริงก่อนใช้วินิจฉัย

เหตุผลที่อยู่ในฐานติดตาม

ระเบียนนี้ได้รับ Impact Signal 77/100 จากความใหม่ แหล่งเผยแพร่ ความร่วมมือ และสัญญาณในข้อมูลบรรณานุกรม คะแนนนี้ใช้จัดลำดับการติดตาม ไม่ใช่การตัดสินคุณภาพงานวิจัย

ประเด็นที่เกี่ยวข้อง: AI in cancer detection · Ultrasound Imaging and Elastography · Advanced Neural Network Applications