Key points are not available for this paper at this time.
개요 유방암은 전 세계 여성에게 영향을 미치는 심각한 건강 문제로, 신뢰할 수 있고 효과적인 선별 기술의 필요성을 강조합니다. 유방암의 조기 발견, 진단 및 치료는 유방촬영술에 의존하는 컴퓨터 지원 진단(CAD) 시스템에 의해 가능해집니다. 본 연구는 전이 학습을 이용하여 유방암을 자동으로 식별하고 분류하는 독특한 딥 러닝 모델을 소개합니다. 여러 최근 연구에서 딥 컨볼루션 신경망(DCNNs)이 유방촬영술에서 유방암을 진단하는 데 있어 인간 전문가와 비슷하거나 심지어 더 우수한 성능을 발휘할 수 있음을 보여주었습니다. 제안된 모델은 ResNet50 및 Visual Geometry Group 네트워크(VGG)-16과 같은 사전 훈련된 컨볼루션 신경망(CNN) 구조를 사용하여 유방촬영 이미지 분석 협회(MIAS) 데이터셋에서 특성을 추출합니다. 이 새로운 딥 러닝 모델은 유방암 탐지 및 분류의 효율성과 정확성을 향상시킬 수 있는 잠재력을 지니고 있습니다. 사전 인쇄물이 이전에 발표되었습니다.
프리티 카티야르(Thu,)가 이 문제를 연구했습니다.