人工神经网络在乳腺癌诊断中的应用

研究提高乳腺癌诊断准确率问题,对病灶进行医学影像分析会诊结果可靠。因BP神经网络在乳腺癌诊断中,由于权值和学习率固定,导致收敛速度慢、易陷入局极小,使乳腺癌的诊断的准确率低。为了提高乳腺癌诊断的准确率,提出了一种改进BP神经网络的乳腺癌诊断模型。采用附加动量对BP神经网络权值进行调整,加快了网络的收敛速度,然后对学习率进行自适应调整,减少了迭代次数,最后利用改进的BP神经网络模型对乳腺癌进行诊断。仿真结果表明,改进BP神经网减少迭代次数,加快学习速度,提高乳腺癌诊断准确率,很好的解决传统BP神经算法在乳腺癌诊断中中存在的缺陷,是一种有效的乳腺癌的辅助诊断工具。