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