7909例乳腺癌图像，包括恶性和良性两类。82个病人
2480良性，5429恶性肿瘤样本
样本来自2014年一年内的一个clinical study
病例学家标注
多种放大倍数： 40×，100×，200×，400×
具体分类：四种良性，四种恶性
采用了一系列特征，包括LBP等。
采用了四种网络：KNN，QDA(quadratic linear analysis), svm, random foreasts of decision trees
对于病人P， N(rec) images为正确分类的数据。则 patient score = Nrec/Np
recognition rate = 求和patient score/ total number of patients
实验：
1、寻找最佳放大倍数
2、寻找最佳的特征
3、DSC(dynamic selection of classifiers)：为每个sample选择一个最佳分类器
1804
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
