GOMPERTZ ALGORITHM FOR THE DETECTION OF BREAST CANCER USING MAMMOGRAPHIC IMAGES
Ключевые слова:
breast cancer, Gompertz function, mammography, deep learning, ensemble learning.Аннотация
Ежегодно миллионы женщин во всем мире страдают от рака груди,
что делает его одним из самых распространенных злокачественных новообразований в
мире. Важным достижением в этой области является метод Гомперца с повторными
параметрами, который объединен с нечеткими рейтингами и применяется к глубоким
моделям сверточных нейронных сетей (CNN) для идентификации рака груди по
маммографическим снимкам. Это исследование демонстрирует, как хорошо
зарекомендовавшие себя методы могут использоваться с креативными идеями для
повышения точности и достоверности обнаружения рака груди.
Библиографические ссылки
Abdiyeva Kh.S., Yusupov O.R. Extraction of Informative Features in Mammography Images Based on LBP Method // Raqamli texnologiyalarning nazariy va amaliy masalalari xalqaro jurnali. – 2023. – Vol. 6, No. 4. – B. 75–82.
Abdiyeva Kh.S. Parametrik aktiv kontur usuli asosida raqamli mammogrammalarda ko‘krak o‘sma sohalarini segmentlash // Informatika va energetika muammolari. – 2023. – № 6. – B. 36–47.
Грузман И.С., Киричук В.С., Косых В.П., Перетягин Г.И. и др. Цифровая обработка изображений в информационных системах. – Новосибирск: Изд-во НГТУ, 2002. – 352 с.
Бойко Д.А., Филатова А.Е. Метод повышения качества визуализации рентгенологических изображений // Вестник Национального технического университета «Харьковский политехнический институт». Серия: Информатика и моделирование. – 2015. – № 32. – С. 19–26.
Gardezi S.J., Elazab A., Lei B., Wang T. Breast Cancer Detection and Diagnosis Using Mammographic Data: Systematic Review // Journal of Medical Internet Research. – 2019. – Vol. 21, No. 7. – Article e14464.
Fazilov S., Abdieva Kh., Yusupov O., Eshonqulov E., Malikov Z. Re-Parameterized Gompertz Algorithm for the Fuzzy Ranks of Deep CNN Models in the Identification of Breast Cancer Using Mammography Images // AIP Conference Proceedings. – 2024. – Vol. 3244. – Article 030083. DOI: .