54、计算机辅助诊断与音乐风格识别技术解析

计算机辅助诊断与音乐风格识别技术解析

计算机辅助乳腺癌病理病变诊断系统

在医疗领域，准确诊断乳腺癌病理病变至关重要。研究人员开发了一种新的计算机辅助诊断（CAD）系统，该系统基于数字图像处理和人工神经网络（ANN）技术的有效结合。

实验分析

• Mann - Whitney U检验 ：对五种病理病变（PLs）类别应用了Mann - Whitney U检验，“边界清晰的肿块”和“正常”类别未进行分析，因为它们在两种ANN模型中产生了相似的结果。从检验结果（表2）可以看出，所有情况下的p值（单侧或双侧）均小于0.05，这表明前馈反向传播（FFBP）和广义回归神经网络（GRNN）这两种ANN模型之间存在显著差异。
  | 指标 | Z | p - level | Z - Adjusted | p - level | N | N | 双侧 |
  | — | — | — | — | — | — | — | — |
  | TP(FFBP - GRNN) | 2,08893 | 0,036715 | 2,12798 | 0,033339 | 5 | 5 | 0,031746 |
  | FP(FFBP - GRNN) | - 1,98449 | 0,047203 | - 2,13168 | 0,033034 | 5 | 5 | 0,041556 |
  | FN(FFBP - GRNN) | - 1,98449 | 0,047203 | - 2,08135 | 0,037403 | 5 | 5 | 0,044455 |

• 交叉验证