《Benign and maligenant breast tumors classification based on region growing and CNN segmentation》翻译阅读与理解

注明：本人英语水平有限，翻译不当之处，请以英文原版为准，不喜勿喷，另，本文翻译只限于学术交流，不涉及任何版权问题，若有不当侵权或其他任何除学术交流之外的问题，请留言本人，本人立刻删除，谢谢！！

《基于区域生长的良性和恶性乳腺肿瘤的分类》

摘要

良性肿瘤被认为是导致女性死亡的常见起因之一，对良性肿瘤的早期检测能够提高患者的生存率，因此创造一个能够检测乳腺的可疑组织的系统是非常重要的。本文提出两种自动检测良性和恶性肿瘤的方法，第一种方法中，使用自动的区域生长法进行图形分割，区域生长法的门限值是通过ANN得到的。第二种方法中，采用细胞神经网络（CNN）进行图像分割，CNN的参数是通过遗传算法（GA）得到的。像素，文本和形态特征从分割的乳腺中提取出来，GA算法选取其中的合适的特征。下一阶段，采用ANN对乳腺肿瘤进行分类，为了评价本文所提不同分类器（例如随机森林，贝叶斯，SVM，KNN）的分类性能，在MIAS和DDSM数据库中进行了测试，分别得到敏感性，特异性，整体进度为96.87,95.94,96.47。