In addition to the DDSM data we hav

In addition to the DDSM data we have collected our own mammography database containing 961 mass regions at a large radiological center, which we will make publicly available at the well-known UCI machine learning repository17 with the publication of this paper. The database is based on modern full-field digital mammograms and contains cases that have been acquired from 2003 to 2006. We will refer to this set of mass regions as MUCI. 515
53.6% of these mass regions are benign and 446
46.4% are malignant. Similar to the DDSM data we use the patient’s age and BI-RADS descriptions as input attributes for the CBR system. In addition to the BI-RADS descriptions mentioned earlier, the mass density was available as a BI-RADS compliant attribute for these cases and we therefore use it as an additional input attribute.

ผลลัพธ์ (ไทย) 1:

นอกจากข้อมูล DDSM เราได้รวบรวมฐานข้อมูลของเราเอง mammography ประกอบด้วยภูมิภาค 961 มวลที่ใหญ่ radiological ซึ่งเราจะต้องเผยที่เครื่อง UCI รู้จักเรียนรู้ repository17 กับการเผยแพร่เอกสารนี้ ฐานข้อมูลอยู่กับ mammograms ดิจิตอลเต็มฟิลด์ที่ทันสมัย และประกอบด้วยกรณีที่ได้รับมาจาก 2003 2006 เราจะอ้างอิงถึงชุดของภูมิภาคโดยรวมนี้เป็น MUCI 515 53.6% ของภูมิภาคโดยรวมเหล่านี้จะอ่อนโยน และ 446 46.4% มีภูต เหมือนกับข้อมูล DDSM เราใช้อายุของผู้ป่วยและ BI RADS อธิบายเป็นแอททริบิวต์ที่ป้อนสำหรับระบบ CBR นอกจากคำอธิบาย BI RADS ที่กล่าวถึงก่อนหน้านี้ ความหนาแน่นมวลมีเป็นแบบ BI-RADS ตามแอตทริบิวต์สำหรับกรณีเหล่านี้ และเราจึงใช้เป็นแอตทริบิวต์การนำเข้าเพิ่มเติม

ผลลัพธ์ (ไทย) 2:

นอกจากข้อมูล DDSM ที่เราได้เก็บรวบรวมฐานข้อมูลตรวจเต้านมของเราเองที่มีมวล 961 ภูมิภาคท​​ี่ศูนย์รังสีขนาดใหญ่ซึ่งเราจะเปิดเผยต่อสาธารณชนที่รู้จักกันดีในการเรียนรู้เครื่อง UCI repository17 ด้วยการตีพิมพ์ของบทความนี้ ฐานข้อมูลที่อยู่บนพื้นฐานของ mammograms ดิจิตอลที่ทันสมัย​​เต็มสนามและมีกรณีที่ได้รับมาจาก 2003 ไป 2006 เราจะอ้างถึงชุดของภูมิภาคนี้ในขณะที่มวล MUCI 515? 53.6%? ภูมิภาคมวลเหล่านี้มีความอ่อนโยนและ 446? 46.4%? เป็นมะเร็ง คล้ายกับข้อมูล DDSM ที่เราใช้อายุของผู้ป่วยและคำอธิบาย BI-RADS เป็นคุณลักษณะการป้อนข้อมูลสำหรับระบบ CBR นอกจากนี้ยังมีรายละเอียด BI-RADS กล่าวก่อนหน้านี้ความหนาแน่นของมวลที่มีอยู่เป็น BI-RADS แอตทริบิวต์ที่สอดคล้องกับกรณีเหล่านี้และเราจึงใช้เป็นคุณลักษณะการป้อนข้อมูลเพิ่มเติม

ผลลัพธ์ (ไทย) 3:

นอกเหนือไปจากข้อมูลที่เรารวบรวม ddsm ของเราเองบวกฐานข้อมูลที่มี 961 มวลชนภูมิภาคที่ศูนย์รังสีขนาดใหญ่ซึ่งจะทำให้สาธารณชนที่รู้จักกันดี UCI การเรียนรู้ของเครื่อง repository17 กับสิ่งพิมพ์กระดาษนี้ ฐานข้อมูลจะขึ้นอยู่กับเขตข้อมูลดิจิตอลที่ทันสมัยเต็มเต้าและมีรายได้มาจาก 2546 ถึง 2549เราจะดูที่ชุดของมวลชนภูมิภาคเป็น muci . 515
53.6 %  ภูมิภาคของมวลชนเหล่านี้จะใจดีและมี
46.4 %  เป็นเนื้อร้าย คล้ายกับข้อมูล ddsm เราใช้อายุของผู้ป่วยและ bi-rads อธิบายเป็นแอตทริบิวต์ที่ใส่ระบบ CBR . นอกจากการ bi-rads คำอธิบายที่กล่าวถึงก่อนหน้านี้มวลความหนาแน่นของเป็น bi-rads ตามคุณลักษณะของกรณีเหล่านี้ และเราจึงใช้มันเป็นลักษณะเฉพาะของข้อมูลเพิ่มเติม