• 學位論文

智慧型演算法用於乳房病變之超音波影像辨識

好的電腦輔助診斷系統可以幫助經驗不足的醫生避免誤判和在不漏掉惡性腫瘤的情形下減少良性組織的切片檢查。已經有很多用在醫學影像上的電腦輔助診斷系統被提出。然而，仍有很多人對這些系統抱著不信任的態度。無論有多少人感到懷疑，電腦補助診斷系統仍然持續發展中，並且被應用在很多臨床上的醫學影像領域。在本論文中，我們將針對超音波電腦補助診斷系統進行研究。我們致力於找出一個高效率的分類器。我們比較類神經網路和小腦模型的效率，並且提出結合類神經網路和小腦模型的網路架構。最後，可以發現多階層網路效率優於類神經網路與小腦模型。 最後，因為在女性癌症死亡原因中，乳癌的排名逐漸往前提升，因此一套用來幫助醫生能夠早期偵測癌症的電腦補助診斷系統變得越來越重要。最後的實驗結果顯示，本研究所使用的這些腫瘤特徵與分類架構，能有效地應用在超音波影像的腫瘤判斷上，且得到不錯的乳房腫瘤診斷之正確率可達96%，高於醫師人為判斷的正確率(約88%)，這可幫助臨床醫師使之能做出正確的判斷，更能節省醫師診斷所花費的時間，以達到早期發現早期治療的目標。