改进小波神经网络的医学图像智能分类新混合方法

在所有女性癌症中，乳腺癌是导致死亡的第二大主要原因。 在本文中，我们提出了一种用于早期乳腺癌智能分类的新方法。 我们将小波理论与神经网络理论相结合，构造了一种改进的小波神经网络（IWNN），用于数字乳腺X线摄影分类。 首先，我们将冗余二进小波变换与脊波变换相结合以增强图像。 由于保留了大多数包含信号的小波系数，因此可以更好地保持图像细节。 然后，提取源区域的统计系数作为分类的特征。 最后，通过在实际数据集MIAS（乳腺图像分析学会）上使用IWNN对医学图像进行分类。 实验结果表明，提出的IWNN分类器可以达到86.71％的精度，优于传统的神经网络方法，分类精度提高了5.46％。 正确的识别率平均接近100％。