第6章 机器学习和图像处理在乳腺癌检测中的应用

6.1 引言

在医疗保健领域实施高级计算机应用需要采用综合方法。这些方法具有社会、经济、政治和文化影响，同时也面临通信与信息技术方面的挑战。数据分析与智能数据结合计算技术，正受到医疗保健领域广泛关注（Spruit& Lytras, 2018）。

在现代，许多发达国家正在迈向智慧城市概念。在智慧城市中，所有事物都由计算机控制。世界的各个领域都在向计算机方向发展。人类希望借助计算机控制一切。决策是在智能环境中面临的一大挑战。这个现代时代也被称为数据世界，因为用户每天都会产生大量数据。这些数据对于打造智能环境非常有用。基于数据进行决策。人工智能（AI）使计算机能够做出决策。为了实现决策，必须让计算机能够获取数据（Lytras & Visvizi, 2018；Razzaq Malik 等，2017）。

医疗保健是全球面临的一大挑战。计算机、智能系统和智能设备在医疗保健中发挥着重要作用。疾病的早期检测可以降低人类生命风险。通过新创新可以减少人类生命风险。

癌症是世界上最致命的疾病。严重状况是每年有成千上万的人死于癌症。因为医生无法在早期阶段诊断出癌症。有时癌症症状无法从体外观察到。在第二或第三阶段，癌症无法被治愈。一些最新技术可以治愈这种疾病，但这些技术也有一些副作用。因此，癌症的早期检测可以降低患者生命的风险。

乳腺癌是导致女性死亡的第二大疾病。据报道，2017年美国确诊了250万例癌症病例，预计有4万名女性将因此死亡（DeSantis、Ma、Goding Sauer、Newman和Jemal，2017）。

国际癌症研究机构的一份报告显示，2012年有820万死亡人数由癌症导致。预计在2030年之前，将出现2700万新增癌症病例（Patel、Uvaid和Suthar，2012）。

国际癌症机构的一份报告指出，有7.9万名女性正面临乳腺癌这种疾病（Sreeja、Rathika和Devaraj，2012）。

这一比例在发达国家中正在上升。这是医疗保健领域的一个关键问题。那些不受控制且快速生长的细胞被称为癌症。乳腺癌是由于乳房内细胞生长而发生的。一组额外的组织被称为肿瘤。肿瘤的另一个名称是癌症。

本文中，我们开发了一种从乳腺X线图像预测乳腺癌的模型。我们采用了一种结合乳腺X光图像处理和机器学习（ML）算法的混合方法。乳腺X光图像处理技术用于从乳腺X线图像中提取特征。具有恶性或良性异常的图像由机器学习（ML）进行分类。

这些图像来自乳腺X光图像分析协会（MIAS）癌症数据集（Suckling等人，2015）。

在第一阶段，图像经过预处理，然后进入分割阶段。在第二阶段，提取特征。在第三阶段，基于特征进行分类。在最后阶段，对不同分类技术进行了比较。能够给出最佳结果的分类技术可用于新乳腺X线图像的癌症预测。

6.1.1 乳腺X光检查

为了检查乳腺癌疾病的症状，可以使用乳腺X线摄影。女性乳房的X光图被称为乳腺X线照片。当女性没有乳腺癌症状时，会进行筛查性乳腺X线摄影。该过程可降低40~70岁女性因乳腺癌导致的死亡。此过程也存在一些缺点。有时乳房并无症状，但乳腺X线照片显示异常，这会引起焦虑，因为需要进行更多检查。有乳腺癌症状的年轻女性会接受乳腺X线摄影。

乳腺存在异常的X射线图像被称为乳腺X线照片。通过将乳腺在两块板之间压缩，应用X射线束来获取图像。乳腺癌可以通过这些图像进行诊断。所采用的技术

在女性乳房出现症状之前进行的乳腺X线摄影称为筛查性乳腺X线摄影。在女性乳房出现症状之后进行的乳腺X线摄影称为诊断性乳腺X线摄影。乳腺X线摄影是目前检测早期乳腺癌最有效的技术（Sundaram，Sasikala和Rani，2014）。

6.1.2 预处理

预处理的目的是增强乳腺X线图像。因为增强能够提供更准确的结果。在此阶段，我们从乳腺X线照片中去除噪声。去除噪声是为了使图像更清晰。这种清晰度提供了清晰的边缘和边界。增强不会增加或减少乳腺X线图像本身，它仅提高特征的清晰度。

乳腺X线图像预处理是一种用于提高乳腺X线图像质量的技术。乳腺X线图像预处理的目的是清除噪声并增强乳腺X线图像质量，以便进行后续处理。图像滤波器用于去除无关的伪影并增强图像质量（John和Nallathambi，2017）。

6.1.3 分割

分割是寻找感兴趣区域（ROI）的过程。在此阶段，选择包含肿瘤的区域。这一阶段对于获得我们的结果至关重要，因为如果不提取感兴趣区域（ROI），则需要对整幅图像进行处理以提取特征。因此，感兴趣区域（ROI）有助于获取所需的特征。在此过程中，从乳腺X线图像中提取肿瘤区域，随后对感兴趣区域（ROI）图像进行特征提取。

图像分割采用两种方法。第一种方法中，作者通过定位边缘来区分图像区域。该方法被称为基于边缘的图像分割技术。第二种方法中，作者通过将独立像素组合成块，将图像分割成小块。该方法称为基于区域的分割（Bandyopadhyay，2010）。

6.1.4 机器学习

机器学习是人工智能的一个子领域。它主要有两种类型。有监督算法使用标记数据进行训练，无监督算法使用未标记数据进行训练。在标记数据中，分类标签是已知的。在我的案例中，标签“0”表示正常情况，标签“1”表示癌变情况。机器学习分为四个子类别。

• 监督式机器学习
• 无监督学习
• 半监督学习
• 强化学习和深度学习

6.1.4.1 监督机器学习

在监督式机器学习中，实际使用了两个变量。一个是（T），即输入变量；另一个是（P），即输出变量。算法通过学习从输入到输出的映射函数。

$$ P = f(T) $$

该映射函数的目标是根据变量（T）的新输入数据预测变量（P）的输出值。这被称为监督学习。算法从训练数据集中学习，并对新数据做出预测。当达到可接受的性能时，学习停止。

监督学习被分为两类。

• 分类
• 回归

6.1.4.1.1 分类

当输出变量为“是”或“否”时，使用分类。当输出变量为“疾病”或“正常”时，则应用分类。

6.1.4.1.2 回归

当输出变量具有“工资”或“体重”等实数或连续值时，使用回归。

6.1.4.2 无监督学习

无监督学习应用于仅提供T变量的情况，这意味着只给出了输入数据，而输出变量未知。无监督学习的目标是理解数据的结构或数据分布。之所以称为无监督学习，是因为没有输出变量，即我们不知道输入数据的实际答案。在无监督学习中，算法会自行在给定的数据分布中发现模式。无监督学习进一步细分为关联和聚类。

• 聚类
• 关联

6.1.4.2.1 聚类

聚类是将同类型的数据进行分组的过程，使得同一簇内的数据具有相似性。这意味着同一组或簇内的数据更为相似，而不同组或数据簇之间则存在差异。例如，学院会根据学生的智商将学生分到优等班、中等班和基础班。另一个例子是，书籍按照其领域被分类放置在书架上。

6.1.4.2.2 关联

关联是指在数据中发现有趣的模式。通常用于无监督学习中，以发现数据中的频繁模式。例如，我们可以在超市数据中发现一个频繁模式，如 [butter, egg] → [bread] 规则表明，从超市购买黄油和鸡蛋的顾客很可能也会购买面包。

6.1.4.3 半监督学习

它类似于监督学习，但区别在于它也使用未标记数据进行训练。大多数情况下，标记数据较少，而未标记数据较多。这意味着它介于有监督和无监督之间。

6.1.4.4 强化学习和深度学习

这两种技术都是自主的且具备自学习能力。这些算法通过数百万条数据进行学习。但两者之间的区别在于，强化学习通过试错机制进行学习，而深度学习则从数百万条数据中寻找模式（Haider, Malik, Khalid, Nawaz,& Jabbar, 2017）。例如，为了识别恐龙照片，会向算法提供数百万张恐龙照片以实现自学习。

6.2 文献综述

作者使用了三种机器学习技术来预测乳腺癌。他们使用ICBC数据集，在德黑兰国家癌症研究所进行实验并提取结果。他们在ICBC数据集上应用了三种机器算法（ANN、决策树和SVM）。他们观察到SVM的准确率最高，为95%，ANN为94%，而决策树的准确率较低，为93%（Ahmad,Eshlaghy, Poorebrahimi, Ebrahimi,& Razavi, 2013）。

本文中，作者开发了一个结合CFRSFS、K‐均值聚类和最小二乘支持向量机的系统。作者提出了一种名为CFRSFS的特征选择算法。CFRSFS仅选择八个特征，并将其输入K‐均值聚类进行进一步的特征处理。他们的方法准确率达到99.54%（Suji& Rajagopalan, 2015）。

在本文中，作者根据数据集应用了不同的机器学习算法。他们使用WDBC数据集获得了实验结果。他们计算了准确率

算法如线性支持向量机 68%，逻辑回归 68%，K近邻 72%，以及朴素贝叶斯 67% （Rana, Chandorkar,Dsouza, & Kazi, 2015）。

本文中，作者使用神经网络来检测乳腺癌。他们使用了1808例癌症病例，其中387例用于测试。他们计算出神经网络算法的准确率为95.80%（Singh, Gupta 和 Sharma，2010年）。

前文相关工作列于 表6.1。

No.	作者	技术或算法	数据集	准确率 (%)
1	Ahmad 等人 (2013)	决策树 人工神经网络 支持向量机	ICBC	93 94 95
2	Suji 和 Rajagopalan (2015)	CFRSFS, K‐均值	威斯康星诊断乳腺 癌症 (WDBC)	99.54
3	Rana 等人 (2015)	KNN SVM 逻辑回归 朴素贝叶斯	WDBC	72 68 68 67

6.3 提出的工作

6.3.1 数据集

样本数据集取自MIAS（Suckling等人，2015）。这是一个英国研究小组。该研究小组致力于理解乳腺X线图像。这些图像来自英国国家乳腺筛查中心。该数据集包含322个实例。该数据集中的原始图像如图6.2所示。图像在Matlab工具中显示。此图像被发送到预处理模块。

6.3.2 噪声去除（预处理）

预处理的目的是增强乳腺X线图像，因为增强能够提供更准确的结果。在此阶段，我们从乳腺X线照片中去除噪声。去除噪声是为了使图像更清晰，这种清晰度可产生清晰的边缘和边界。增强不会增加或减少乳腺X线图像本身，而只是增强特征的清晰度。

乳腺X线图像预处理是一种用于提高乳腺X线图像质量的技术。乳腺X线图像预处理的目的是清除噪声并提升乳腺X线图像质量，以便进行后续处理。

进一步处理。图像滤波器用于去除无关的伪影并提高图像质量。在此步骤中，图像从数据库加载并进行预处理以去除图像中的噪声。此步骤提高了图像的质量。该步骤是必要的，因为原始乳腺X线图像包含噪声和其他伪影。我将应用二维中值滤波器来去除图像中的噪声。平均滤波器和自适应滤波器也可用于去噪。但在本例中，中值滤波器已足够去除噪声。在图6.3中，显示了预处理图像。该图像无噪声。为了去除噪声，应用了中值滤波器。此模块也在Matlab工具中执行。

6.3.3 分割过程

分割是选择感兴趣区域（ROI）的过程。在此过程中，去除噪声后选择包含肿瘤的区域。这一步骤非常必要，因为从整幅图像中提取特征非常困难。我们只希望从包含肿瘤或癌症的区域提取特征。分割可以通过Grab Cut算法、阈值分割和分水岭算法实现。

因此，我将采用阈值分割进行分割。分割图像将用于特征提取。分割是寻找感兴趣区域（ROI）的过程。在此阶段，选择包含肿瘤的区域。该阶段对获得结果至关重要，因为如果未提取感兴趣区域，则需要对整幅图像进行处理以提取特征。因此，感兴趣区域有助于获取所需的特征。在此过程中，从乳腺X线图像中提取肿瘤区域，随后对 ROI图像进行特征提取。图像分割使用了两种方法。在

第一种方法中，作者通过定位边缘来区分图像的区域。这种方法被称为基于边缘的图像分割技术。在第二种方法中，作者通过将单独的像素组合成块来将图像分割成小块。这种方法被称为基于区域的分割。图6.4 给出了一幅二值图像。具有白色颜色的像素值为“1”，黑色像素值为“0”。

结合后，二值图像和原始图像得到了一个显示肿瘤的掩膜图像，如图6.5所示。

在 图6.6中，显示了特征提取所需的分割图像。

6.3.4 特征提取

在此步骤中，我将使用分割图像来提取特征。这些特征将描述癌症的状况。将从分割图像中提取的特征包括：

1. 高亮区域的半径；
2. 高亮区域的熵；
3. 高亮区域的平滑度；
4. 高亮区域的平均纹理；
5. 基于纹理的特征。

第6章 机器学习和图像处理在乳腺癌检测中的应用

6.3.5 训练模型和测试

在此步骤中，特征标签数据将被分为两部分。一部分用于训练，另一部分用于测试。训练数据用于训练模型。我们通过提供未标记的测试数据来测量精确率和召回率。

6.3.6 分类

在此步骤中，预测或测试数据将被输入模型，并提取分类标签。所应用的分类模型包括支持向量机（SVM）、Ada Boost、决策树、逻辑回归、K最近邻和随机森林分类器。每种算法都会给出二分类的结果。利用这些二分类结果，将计算性能度量指标。该度量将帮助我们比较结果。基于对算法的比较，我们可以推荐最适合用于解决给定医疗保健问题的技术。

6.3.7 性能评价指标

为了评估算法性能，使用了混淆矩阵，并应用了精确率、召回率、F分数、敏感度、特异性和准确率的一些公式。

PT = 真正例
PF = 假正例
NT = 真负例
NF = 假负例

混淆矩阵将预测实例划分为四种结果，如上所示。PT 表示预测为无癌症的实例是正确的，这意味着这些实例确实没有癌症，算法的预测结果正确。PF 表示预测结果不正确，实际实例没有癌症，但算法判断存在癌症，即算法预测错误。NT 与 PT 类似，实例中确实存在癌症，算法也预测出有癌症，算法结果正确。最后，NF 表示实际实例有癌症，但算法预测该实例没有癌症，这种情况下算法再次给出错误结果，与 PF 的情况类似。

在 表6.2中给出了混淆矩阵，描述了预测类别与实际类别之间的关系。通过四个性能指标 PT、NT、PF 和 NF 将预测类别与实际类别进行比较。

PT类表示被正确分类的良性样本。PF类表示被错误分类为良性的恶性样本。NT类表示被正确分类的恶性样本。FN类表示被错误分类为恶性的良性样本。所讨论的类别是性能度量。这些度量的定义见表 6.3。

敏感度是TP与所有标记的肿瘤（TP + FN）之间的比率。

$$ \text{Sensitivity} = \frac{\text{PT}}{\text{PT} + \text{NF}} \tag{6.1} $$

特异性是TN与被标记为肿瘤的FP（FP + TN）之间的关系。

$$ \text{Specificity} = \frac{\text{NT}}{\text{PF} + \text{NT}} \tag{6.2} $$

准确率公式(6.3)中给出。

$$ \text{Accuracy} = \frac{\text{PT} + \text{NT}}{\text{PT} + \text{PF} + \text{NF} + \text{NT}} \tag{6.3} $$

6.3.8 F分数度量

F分数是机器学习算法的评估指标。

$$ \text{Precision} = \frac{\text{PT}}{\text{PT} + \text{PF}} \tag{6.4} $$

$$ \text{Recall} = \frac{\text{PT}}{\text{PT} + \text{NF}} \tag{6.5} $$

由 公式(6.4) 和 公式(6.5) 计算精确率和准确率，并将其用于 公式(6.6) 以计算 F‐值：

$$ \text{F-measure} = \frac{2(\text{precision} \times \text{recall})}{\text{precision} + \text{recall}} \tag{6.6} $$

表6.3：性能度量

性能度量	定义
PT	正确分类的良性元组。
PF	被错误分类为良性的恶性元组。
NT	正确分类的恶性元组。
NF	被错误分类为恶性的良性元组。

PT，真正例；PF，假正例；NT，真负例；NF，假负例。

表6.2：混淆矩阵。

CM	阳性	阴性
阳性	PT	NF
阴性	PF	NT

TP，真正例；FP，假正例；TN，真负例；FN，假负例。

6.4 结果

在 表 6.4中，给出了输出标签及其测试分数。“0”标签表示正常情况，标签“1”表示癌变情况。这些预测标签与数据集中的原始标签进行了比较。计算了不同指标，如 表 6.5 和 6.6所示。

表 6.4：通过应用算法预测的标签

算法	输出（预测标签）	Test 得分 (%)
SVM	[0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]	76
Ada Boost	[0. 0. 0. 1. 1. 0. 0. 0. 0. 0. 1. 0. 1. 0. 1. 0. 0. 0. 0. 0. 1. 0. 1. 0. 1. 0. 1. 1. 0. 0. 1. 1. 0. 0. 0. 1. 1. 1. 0. 1. 0. 0.]	66
决策树	[1. 1. 0. 1. 0. 1. 0. 0. 0. 0. 0. 1. 0. 0. 1. 0. 1. 1. 0. 1. 0. 0. 0. 0. 0. 0. 1. 1. 0. 1. 1. 1. 1. 0. 0. 1. 1. 1. 0. 1. 0. 0.]	50
Logistic 回归	[0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1.]	76
Random 随机森林 梯度 提升	[0. 1. 0. 1. 0. 0. 0. 0. 0. 0. 1. 0. 1. 0. 1. 0. 0. 0. 0. 0. 1. 0. 1. 1. 0. 0. 1. 0. 0. 0. 1. 0. 1. 0. 0. 0. 1. 0. 1. 0. 0.]	60
KNN	[1. 1. 0. 1. 0. 0. 0. 0. 0. 0. 1. 0. 1. 0. 1. 0. 0. 0. 0. 1. 0. 0. 1. 0. 0. 1. 1. 1. 0. 0. 0. 1. 1. 0. 0. 1. 1. 1. 0. 1. 0. 0.]	60
KNN	[0. 0. 0. 1. 0. 0. 0. 1. 0. 0. 0. 0. 1. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 0. 0. 1. 1. 0. 0. 0. 0. 0. 0. 1. 1. 0. 0. 0. 1. 0. 0. 0.]	63

表6.5：算法的预测二分类结果

模型	总实例数	PT	NT	PF	NF
SVM	42	38	0	4	0
Ada Boost	42	23	1	3	15
决策树	42	21	2	2	17
逻辑回归	42	36	0	4	2
随机森林	42	26	0	4	12
梯度提升	42	21	1	3	17
KNN	42	30	2	2	8

TP，真正例；FP，假正例；TN，真负例；FN，假负例。

表6.6：根据上述公式计算的算法性能

模型	测试分数	F分数	敏感度	特异性	精确率	召回率	准确率 (%)
SVM	0.77	0.95	1	0	0.90	1	90
Ada Boost	0.67	0.71	0.61	0.25	0.88	0.60	57
决策树	0.53	0.68	0.55	0.5	0.91	0.55	54
逻辑回归	0.70	0.92	0.94	0	0.90	0.95	85
随机森林	0.63	0.76	0.69	0	0.87	0.68	61
梯度提升	0.60	0.67	0.55	0.25	0.88	0.55	52
KNN	0.63	0.85	0.78	0.5	0.94	0.78	76

6.5 讨论

数据集被划分为训练数据和测试数据。训练数据包含250个实例，测试数据包含30个实例。在模型开发完成后，使用不同模型对42个实例进行预测。其二分类结果如表6.5所示。

使用上述公式，我们计算了不同算法在乳腺癌数据集上的F分数、精确率、敏感度、特异性、召回率和准确率。

图 图6.7 中给出的图表显示了不同算法的结果。每种算法预测的结果如图所示。总共测试了42个实例。SVM分类器将38个实例预测为TP，4个实例预测为FP。Ada Boost分类器将23个实例预测为TP，1个实例预测为TN，3个实例预测为FP，15个实例预测为FN。决策树分类器将21个实例预测为TP，2个实例预测为TN，2个实例预测为FP，17个实例预测为FN。逻辑回归分类器将36个实例预测为TP，4个实例预测为FP，2个实例预测为FN。随机森林分类器将26个实例预测为TP，4个实例预测为FP，12个实例预测为FN。梯度提升分类器将21个实例预测为TP，1个实例预测为TN，3个实例预测为FP，17个实例预测为FN。K最近邻分类器将30个实例预测为TP，2个实例预测为TN，2个实例预测为FP，8个实例预测为FN。这些不同分类器的结果对于计算测试分数、f‐分数、敏感度、特异性、精确率、召回率和准确率至关重要。这意味着所有结果都依赖于不同算法或分类器给出的这些输出结果。

SVM的百分比准确率最高，达到90%的准确率，如表6.6所示。类似地，梯度提升是最差的情况，其准确率、精确率和f‐分数最低。逻辑回归处于中等水平，准确率为85%，f‐分数、测试分数和精确率均处于平均水平。我的结果表明，精确率、召回率、f‐分数以及

精确率提高会使我们的预测显示出最佳结果。但如果增加训练数据集，模型的准确率会提高。基于本项工作，我们建议可以使用支持向量机机器学习技术来识别重症疾病，因为我们的工作显示出了所获得的最高准确率。

在 图6.8中，该图为一个曲线图。此图是根据 表6.6中给出的不同指标的计算值绘制成。这些值是通过上述不同公式计算得出的。在上图中，给出了测试分数、f‐分数、敏感度、特异性、精确率、召回率和准确率。这些值是通过二分类计算得到的结果。这些结果根据二分类而变化。该图显示，具有高精确率和召回率的算法表现出高准确率。精确率和召回率较低的技术准确率较低（图6.9）。在 表6.7 中讨论了分类符号。良性是无癌症的图像类型。恶性是含有癌症的图像类型。

当SVM的西格玛值较小且c参数较大时，能够提供良好的结果。类似地，逻辑回归利用lambda参数来获得更好的性能。其性能取决于lambda参数。在某个特定的 lambda参数值下，逻辑回归的性能达到最佳，正如本例中的情况。

6.6 结论

信息技术在医疗保健中发挥着重要作用。通信技术使用户能够与医生保持联系，医生也能与其患者保持沟通。智能可穿戴传感设备在当前环境中已易于获得。患者佩戴这些传感设备并进行日常生活常规动作。如果患者身体出现任何异常，传感设备会感知到并向医生发送有关患者状况的信息。通过这一过程，医生可以根据患者的状况为其提供适当的治疗。利用智能医疗创新，可以挽救患者的生命。

我们工作的主要发现是为医疗保健领域引入了一项新创新。该创新即在医疗保健中使用计算机。根据我们的研究，计算机技术可用于重症疾病的早期检测。我们的工作基于对重症疾病乳腺癌的检测。

我们的工作有助于拯救人类生命。我们的工作基于对可用于疾病类型分类的不同算法的比较。我们的研究表明，SVM算法在癌症预测方面具有合理的准确率。因此，该技术在医疗系统中用于疾病预测是有效的。在医疗系统领域，计算机被用来尽早获得结果，以便及时对患者进行治疗。

机器学习算法用于从乳腺X线图像中预测癌症。实验结果在预测癌症方面表现良好。乳腺X线图像不适合直接挖掘症状以进行预测，因此我们需要采用多阶段策略。第一步，

表6.7：分类符号。

癌症类型	二进制符号
良性	0
恶性	1

本研究需要进行分割，进而实现特征提取。总共使用了322个实例的MIAS癌症图像数据集。在后续阶段，本工作采用了机器学习混合方法进行癌症预测。分类过程中结合使用了有监督和无监督的技术。根据不同算法确定了各种不同指标。研究结果表明， SVM分类器具有最高的准确率，能够更好地从复杂图像中预测癌症。另一方面，梯度提升分类器表现最差，准确率仅为52%。同样，梯度提升算法的精确率、召回率、测试分数和F分数均为最低。而SVM在这几项指标上均表现最高。这些特性使得SVM成为此类图像数据集更优的选择。

未来，我们的方法可用于预测肺癌、肝癌、皮肤癌、脑瘤、心脏病和糖尿病。机器学习算法通过数据集进行训练。在大数据时代，研究实验室中拥有大量来自磁共振成像、 CT扫描和乳腺X线摄影的数据集。研究人员利用这些数据集来训练机器学习算法，并对新数据做出预测。未来，这些技术将被应用于每一种疾病。医疗领域正在快速发展。未来，将使用深度学习算法以高准确率和精确率来预测和分类这种疾病。深度学习算法比本项目所使用的算法更为先进。深度学习算法需要强大的计算能力。随着计算能力的提升，研究人员能够采用更新且更精确的技术。

6.7 研究贡献亮点

• 理解乳腺X线摄影
• 读取乳腺X线照片
• 感兴趣区域的发现
• 理解乳腺X线照片的特征
• 从乳腺X线照片中进行特征提取
• 机器学习算法的比较
• 对新数据的预测
• 针对关键医疗保健问题的建议技术

6.8 教学任务

• 乳腺X线摄影的预处理
• 从乳腺X线摄影中进行特征提取
• 机器学习算法的实现
• 区分有监督和无监督学习
• 通过机器学习解决分类问题
• 哪种机器学习技术最佳，为什么？