鲸鱼优化算法的乳腺癌图像分类的应用研究

来源：电子测量技术杂志2025年第2期北京时间：

作者：陈诺，朱琎，赵启程，刘圣凯

单位：江苏科技大学海洋学院 镇江 212001

摘要：针对乳腺癌超声图像中恶性与良性肿瘤的区分难题，提出了一种基于EfficientNet模型改进的方法。本文引入了改进的鲸鱼优化算法（WOA）和全局上下文（GC）模块，旨在提高乳腺癌早期检测的准确性和效率。该模型通过深度可分离卷积和大核心卷积结合，优化了特征提取和分类性能。此外，还对模型进行了动态超参数调整和数据增强处理，进一步增强了模型的泛化能力和稳定性。实验结果显示，该模型在训练集上的准确率达到99.81%，验证集上达到98.06%，明显优于传统方法。平均精度（mAP）从96.42%提升至98.60%，表明该模型能有效提高早期诊断的准确性和可靠性，为乳腺癌的早期筛查和诊断提供了一种高效的技术路径。

关键词：超声乳腺癌分类;EfficientNet;鲸鱼优化;分组卷积;全局上下文

基金资助：国家自然科学基金（61804068）项目资助