机构名称：
¥ 1.0
摘要背景：由于结直肠癌是世界上最重要的癌症类型之一，常常导致死亡，因此计算机辅助诊断 (CAD) 系统是一种有前途的早期诊断该疾病的解决方案，并且比传统结肠镜检查副作用更少。因此，本研究的目的是设计一个 CAD 系统，用于使用人工神经网络和粒子群优化器的组合来处理结直肠计算机断层扫描 (CT) 图像。方法：首先，研究的数据集是根据德黑兰 Loghman‑e Hakim 医院和伊斯法罕 Al‑Zahra 医院的患者的结直肠 CT 图像创建的，这些患者接受了结直肠 CT 成像，并在之后最多一个月内接受了常规结肠镜检查。然后执行模型实施步骤，包括图像的电子清洗、分割、样本标记、特征提取以及使用粒子群优化器训练和优化人工神经网络 (ANN)。使用二项统计检验和混淆矩阵计算来评估模型。结果：McNemar 检验结果显示，模型的准确度、灵敏度和特异性分别为 0.9354、0.9298 和 0.9889，P 值为 0.000。此外，模型与 Loqman Hakim 医院和 Al-Zahra 医院放射科医生诊断比率的二项式检验 P 值分别为 0.044 和 0.021。结论：统计检验和研究变量的结果表明，与放射科医生的意见相比，基于 ANN 和粒子群优化混合创建的 CTC-CAD 系统在根据 CTC 图像诊断结肠息肉方面是有效的。
设计人工神经网络的混合方法和...
主要关键词
相关文件推荐
