论文部分内容阅读
乳腺癌是全球女性致死率最高的疾病,对女性的健康构成了巨大威胁。使用深度学习方法进行早期诊断是目前很有潜力的研究方向。但是,常用的乳腺癌数据集存在数据量过小的问题,会影响最终的诊断结果。为了解决这个问题并获得更好的分类能力,对原始数据集进行数据增强,并结合迁移学习的方法缓解过拟合,实验结果表明准确率能达到94.3%,具有较好的鲁棒性和泛化能力。