I
n
t
e
r
n
at
ion
al
Jou
r
n
a
l
of
I
n
f
o
r
m
at
ics
an
d
Com
m
u
n
icat
ion
T
e
c
h
n
ol
ogy
(
I
J
-
I
CT
)
Vo
l
.
14
,
N
o
.
3
,
De
c
e
m
b
e
r
20
25
,
pp.
933
~
940
I
S
S
N:
2252
-
8776
,
DO
I
:
10
.
11591/i
ji
c
t
.
v
14
i
3
.
pp
93
3
-
940
933
Jou
r
n
al
h
o
m
e
page
:
ht
tp:
//
ij
ict
.
iaes
c
or
e
.
c
om
C
la
ssi
f
ic
at
io
n
of
b
r
e
ast
c
an
c
e
r
u
si
n
g a p
r
e
c
is
e
d
e
e
p
l
e
ar
n
in
g
m
od
e
l
ar
c
h
ite
c
t
u
r
e
M
oh
am
m
e
d
Gh
az
a
l
1
,
M
u
r
t
ad
h
a
Al
-
Gh
ad
h
an
f
a
r
i
2
,
F
aj
e
r
F
F
ad
h
il
2
1
D
e
pa
r
tm
e
nt
of
M
e
di
c
a
l
I
ns
tr
um
e
nt
a
ti
o
n
T
e
c
hn
o
l
o
g
y
,
T
e
c
hni
c
a
l
E
ngi
ne
e
r
in
g C
o
l
le
g
e
, N
o
r
th
e
r
n
T
e
c
hni
c
a
l
U
ni
ve
r
s
it
y
, M
o
s
ul
, I
r
a
q
2
N
e
tw
o
r
k U
ni
t,
C
o
mput
e
r
C
e
nt
e
r
, U
ni
ve
r
s
it
y
of
M
o
s
ul
, 41002
M
o
s
ul
, I
r
a
q
Ar
t
ic
l
e
I
n
f
o
AB
S
T
RA
CT
A
r
ti
c
le
h
is
tor
y
:
R
e
c
e
i
ve
d
No
v
26,
2024
R
e
vi
s
e
d
M
a
y
3,
2025
A
c
c
e
pt
e
d
J
u
l
1,
2025
Bre
as
t
c
a
n
ce
r
i
s
an
i
m
p
o
rt
an
t
t
o
p
i
c
i
n
med
i
c
a
l
i
m
a
g
e
an
al
y
s
i
s
b
ec
a
u
s
e
i
t
i
s
a
h
i
g
h
-
ri
s
k
d
i
s
e
as
e
a
n
d
t
h
e
l
e
a
d
i
n
g
c
au
s
e
o
f
d
e
at
h
i
n
w
o
me
n
.
E
arl
y
d
e
t
ec
t
i
o
n
o
f
b
r
e
as
t
c
a
n
ce
r
i
m
p
ro
v
e
s
t
r
e
at
men
t
o
u
t
co
me
s
,
w
h
i
c
h
c
an
b
e
a
c
h
i
e
v
ed
b
y
i
d
e
n
t
i
f
y
i
n
g
i
t
u
s
i
n
g
m
a
mm
o
g
rap
h
y
i
m
ag
e
s
.
C
o
m
p
u
t
e
r
-
ai
d
ed
d
i
a
g
n
o
s
t
i
c
s
y
s
t
em
s
d
e
t
ec
t
an
d
cl
as
s
i
f
y
med
i
c
a
l
i
m
a
g
e
s
o
f
b
re
a
s
t
l
e
s
i
o
n
s
,
a
l
l
o
w
i
n
g
rad
i
o
l
o
g
i
s
t
s
t
o
m
a
k
e
a
ccu
rat
e
d
i
ag
n
o
s
e
s
.
D
ee
p
l
e
ar
n
i
n
g
al
g
o
r
i
t
h
m
s
i
m
p
ro
v
ed
t
h
e
p
e
rf
o
r
m
an
ce
o
f
t
h
e
s
e
d
i
a
g
n
o
s
e
s
s
y
s
t
em
s
.
W
e
u
t
i
l
i
z
e
d
e
ff
i
c
i
en
t
d
ee
p
l
e
ar
n
i
n
g
ap
p
ro
a
c
h
e
s
t
o
p
ro
p
o
s
e
a
s
y
s
t
em
t
h
at
c
an
d
e
t
ec
t
b
re
as
t
c
an
ce
r
i
n
m
a
mm
o
g
ra
m
s
.
T
h
e
p
ro
p
o
s
e
d
ap
p
ro
a
c
h
ad
o
p
t
e
d
r
el
i
e
s
o
n
t
w
o
m
ai
n
el
eme
n
t
s
:
i
m
p
ro
v
i
n
g
i
m
ag
e
c
o
n
t
r
as
t
t
o
e
n
h
an
ce
m
ar
g
i
n
al
i
n
fo
r
mat
i
o
n
an
d
e
x
t
rac
t
i
n
g
d
i
s
c
r
i
m
i
n
at
o
r
y
f
e
at
u
r
e
s
s
u
ffi
c
i
en
t
t
o
i
m
p
ro
v
e
o
v
e
ral
l
cl
as
s
i
fi
c
at
i
o
n
q
u
a
l
i
t
y
,
t
h
e
s
e
i
m
p
ro
v
eme
n
t
s
ach
i
ev
e
d
b
as
ed
o
n
a
n
ew
mo
d
el
f
ro
m
s
c
rat
c
h
t
o
f
o
c
u
s
o
n
e
n
h
an
ci
n
g
t
h
e
a
cc
u
ra
cy
a
n
d
r
el
i
ab
i
l
i
t
y
o
f
b
re
as
t
can
c
e
r
d
e
t
ec
t
i
o
n
.
T
h
e
mo
d
e
l
t
rai
n
e
d
o
n
t
h
e
d
i
g
i
t
al
d
at
ab
as
e
fo
r
s
c
r
e
en
i
n
g
m
a
mmo
g
rap
h
y
(
D
D
SM)
d
at
as
e
t
an
d
c
o
m
p
ar
e
d
w
i
t
h
d
i
ff
e
r
e
n
t
co
n
v
o
l
u
t
i
o
n
a
l
n
eu
ral
n
e
t
w
o
r
k
(C
N
N
)
mo
d
e
l
s
,
n
a
me
l
y
E
ffi
ci
e
n
t
N
e
t
B1
,
E
ff
i
c
i
en
t
N
e
t
B5
,
Re
s
N
e
t
-
5
0
,
an
d
R
e
s
N
e
t
-
1
0
1
.
Mo
re
o
v
e
r,
t
o
en
h
a
n
ce
t
h
e
f
e
at
u
r
e
s
el
ec
t
i
o
n
p
ro
ce
s
s
,
w
e
h
av
e
i
n
t
eg
rat
ed
ad
am
o
p
t
i
mi
ze
r
i
n
o
u
r
me
t
h
o
d
o
l
o
g
y
.
In
ev
al
u
at
i
o
n
,
t
h
e
p
ro
p
o
s
e
d
me
t
h
o
d
ac
h
i
e
v
ed
9
6
.
5
%
a
ccu
ra
cy
a
c
ro
s
s
t
h
e
d
at
as
e
t
.
T
h
e
s
e
r
e
s
u
l
t
s
s
h
o
w
t
h
e
e
ff
ec
t
i
v
en
e
s
s
o
f
t
h
i
s
me
t
h
o
d
i
n
i
d
e
n
t
i
f
y
i
n
g
b
r
e
as
t
c
an
ce
r
t
h
ro
u
g
h
i
m
ag
e
s
.
K
e
y
w
o
r
d
s
:
B
r
e
a
s
t
c
a
n
c
e
r
De
e
p
l
e
a
r
ni
ng
E
f
f
i
c
i
e
n
t
Ne
t
R
e
s
Ne
t
DD
S
M
Th
i
s
i
s
a
n
o
p
en
a
c
ces
s
a
r
t
i
c
l
e
u
n
d
e
r
t
h
e
CC
B
Y
-
SA
l
i
cen
s
e.
C
or
r
e
s
pon
din
g
A
u
th
or
:
M
o
h
a
m
m
e
d
Gh
a
z
a
l
De
pa
r
t
m
e
n
t
o
f
M
e
d
i
c
a
l
I
n
s
t
r
u
m
e
n
t
a
t
i
o
n
T
e
c
hn
o
l
o
gy
,
No
r
t
h
e
r
n
T
e
c
hni
c
a
l
U
ni
ve
r
s
i
t
y
M
o
s
u
l
,
I
r
a
q
E
m
a
i
l
:
m
o
h
a
mm
e
d.
gha
z
a
l
@n
t
u.
e
du.
i
q
1.
I
NT
RODU
C
T
I
ON
C
a
n
c
e
r
i
s
a
c
o
m
p
l
e
x
d
i
s
e
a
s
e
,
whi
c
h
c
a
n
b
e
e
x
p
l
a
i
n
e
d
a
s
t
h
e
gr
a
dua
l
i
n
c
r
e
a
s
e
a
n
d
s
pr
e
a
d
o
f
a
bn
o
r
m
a
l
c
e
l
l
s
w
i
t
hi
n
t
h
e
b
o
d
y
[
1]
.
B
r
e
a
s
t
c
a
n
c
e
r
i
s
o
n
e
o
f
t
h
e
m
o
s
t
pr
e
v
a
l
e
n
t
c
a
n
c
e
r
s
,
po
s
i
n
g
a
n
i
m
po
r
t
a
n
t
gl
o
b
a
l
h
e
a
l
t
h
c
h
a
ll
e
n
ge
,
a
s
i
t
i
s
a
m
a
j
o
r
c
a
us
e
o
f
de
a
t
h
a
m
o
n
g
wo
m
e
n
wo
r
l
dw
i
de
.
M
o
r
t
a
l
i
t
y
r
a
t
e
s
f
r
o
m
i
t
e
x
c
e
e
de
d
d
i
s
e
a
s
e
s
s
uc
h
a
s
m
a
l
a
r
i
a
o
r
t
ub
e
r
c
u
l
o
s
i
s
.
T
h
e
W
o
r
l
d
He
a
l
t
h
Or
ga
ni
z
a
t
i
o
n
(
W
HO
)
a
l
s
o
r
e
por
t
e
d
i
n
2018
t
h
a
t
t
h
e
r
e
a
r
e
m
o
r
e
t
h
a
n
17
m
il
li
o
n
c
a
n
c
e
r
c
a
s
e
s
wo
r
l
dw
i
de
,
a
n
d
s
t
a
t
e
d
t
h
a
t
t
hi
s
n
u
m
be
r
i
s
e
x
pe
c
t
e
d
t
o
i
n
c
r
e
a
s
e
s
i
g
nif
i
c
a
n
t
l
y
i
n
t
h
e
c
o
m
i
ng
y
e
a
r
s
[
2]
.
T
h
e
r
e
a
r
e
t
r
e
m
e
n
do
us
e
f
f
o
r
t
s
i
nv
e
s
t
e
d
i
n
i
n
t
e
n
s
i
ve
r
e
s
e
a
r
c
h
by
m
e
d
i
c
a
l
e
x
pe
r
t
s
a
n
d
s
c
i
e
n
t
i
s
t
s
to
f
i
nd
t
h
e
b
e
s
t
t
r
e
a
t
m
e
n
t
f
o
r
b
r
e
a
s
t
c
a
n
c
e
r
a
n
d
i
t
s
pr
e
v
e
n
t
i
o
n
,
b
ut
t
h
e
c
h
a
n
g
i
n
g
n
a
t
ur
e
o
f
t
h
e
di
s
e
a
s
e
i
s
o
n
e
o
f
t
h
e
m
o
s
t
pr
o
m
i
ne
n
t
c
h
a
l
len
ge
s
t
h
a
t
s
c
i
e
n
t
i
s
t
s
f
a
c
e
to
t
r
e
a
t
i
t
.
T
h
e
d
i
s
e
a
s
e
b
e
g
i
ns
in
s
o
m
e
f
e
m
a
l
e
b
r
e
a
s
t
t
i
s
s
ue
a
n
d
t
h
e
n
t
r
i
e
s
to
m
o
ve
to
vi
t
a
l
o
r
ga
n
s
.
I
t
i
s
t
h
e
r
e
f
o
r
e
i
m
po
r
t
a
n
t
to
o
b
s
e
r
v
e
t
h
e
e
x
c
e
s
s
i
ve
gr
o
wt
h
o
f
m
a
mm
a
li
a
n
c
e
ll
s
w
hi
c
h
c
a
n
l
e
a
d
to
t
h
e
f
o
r
m
a
t
i
o
n
o
f
t
um
o
r
s
i
n
f
e
m
a
l
e
s
.
T
h
e
s
e
t
u
m
o
r
s
a
r
e
d
i
vi
de
d,
c
r
uc
i
a
ll
y
,
i
n
t
o
t
w
o
c
a
t
e
g
o
r
i
e
s
:
c
a
n
c
e
r
o
us
a
n
d
n
o
n
-
c
a
n
c
e
r
o
us
,
a
n
d
t
h
e
i
r
d
i
f
f
e
r
e
n
t
i
a
t
i
o
n
i
s
a
s
s
e
s
s
e
d
b
y
BI
-
R
A
DS
s
c
o
r
e
s
[
3]
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2252
-
8776
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
,
Vo
l
.
14
,
N
o.
3
,
De
c
e
m
be
r
20
25
:
933
-
940
934
B
e
ni
g
n
t
u
m
o
r
s
a
r
e
c
l
a
s
s
i
f
i
e
d
a
s
n
o
n
-
c
a
n
c
e
r
o
us
a
n
d
o
f
t
e
n
t
r
e
a
t
a
bl
e
,
a
n
d
t
h
e
y
do
n
ot
p
o
s
e
a
di
r
e
c
t
t
h
r
e
a
t
to
w
o
m
e
n's
l
i
ve
s
,
b
ut
m
a
li
g
n
a
n
t
t
um
o
r
s
,
o
n
t
h
e
c
o
n
t
r
a
r
y
,
c
a
n
s
pr
e
a
d
t
o
ot
h
e
r
a
r
e
a
s
a
n
d
t
i
s
s
u
e
s
t
h
r
o
ugh
t
h
e
l
ym
p
h
a
t
i
c
s
y
s
t
e
m
o
r
bl
o
o
ds
t
r
e
a
m
,
n
e
c
e
s
s
i
t
a
t
i
ng
t
r
e
a
t
m
e
n
t
wi
t
h
s
ur
ge
r
y
or
r
a
di
a
t
i
o
n
t
h
e
r
a
p
y
to
c
om
ba
t
t
hi
s
m
a
li
g
n
a
n
t
d
i
s
e
a
s
e
.
M
a
mm
o
gr
a
p
hy
,
w
hi
c
h
i
nv
o
l
ve
s
a
pp
l
yi
ng
a
l
i
g
h
t
do
s
e
o
f
X
-
r
a
y
t
o
t
h
e
b
r
e
a
s
t
,
i
s
t
h
e
pr
i
m
a
r
y
wa
y
to
de
t
e
c
t
t
h
e
di
s
e
a
s
e
.
De
s
p
i
t
e
t
hi
s
,
r
e
s
e
a
r
c
he
r
s
h
a
v
e
e
x
p
l
o
r
e
d
s
e
v
e
r
a
l
bi
o
m
e
d
i
c
a
l
im
a
g
i
ng
t
e
c
h
ni
que
s
to
s
uppo
r
t
s
pe
c
i
a
li
s
t
r
a
di
o
l
o
g
i
s
t
s
i
n
t
h
e
i
r
m
i
s
s
i
o
n
to
de
t
e
c
t
a
n
d
tr
e
a
t
t
h
e
di
s
e
a
s
e
.
T
h
e
c
o
m
put
e
r
a
i
de
d
d
i
a
g
n
o
s
i
s
(
C
A
D)
m
o
de
l
i
s
c
o
n
s
i
de
r
e
d
t
h
e
m
o
s
t
pr
o
m
i
ne
n
t
a
s
s
i
s
t
a
n
t
to
r
a
di
o
l
o
g
i
s
t
s
i
n
t
h
e
f
i
e
l
d
o
f
i
de
n
t
i
f
yi
ng
m
a
li
g
n
a
n
t
b
r
e
a
s
t
c
a
n
c
e
r
t
um
o
r
s
[
4
]
.
T
hi
s
i
s
due
to
i
t
s
a
bil
i
t
y
t
o
r
e
c
o
gni
z
e
i
m
a
ge
s
a
n
d
t
h
e
po
s
s
i
bil
i
t
y
o
f
c
l
a
s
s
i
f
yin
g
t
h
e
m
,
s
o
i
t
i
s
t
h
e
pr
e
f
e
r
r
e
d
c
h
o
i
c
e
f
o
r
t
hi
s
vi
t
a
l
f
i
e
l
d.
De
e
p
l
e
a
r
ni
ng
t
e
c
hni
que
s
h
a
ve
be
e
n
e
m
p
l
o
y
e
d
i
n
t
hi
s
f
i
e
l
d
f
o
r
t
h
e
i
r
a
bi
li
t
y
t
o
e
x
tr
a
c
t
de
e
p
f
e
a
t
ur
e
s
to
di
a
g
n
o
s
e
d
i
s
e
a
s
e
d
i
r
e
c
t
l
y
f
r
o
m
t
h
e
s
o
ur
c
e
o
f
m
a
mm
o
gr
a
p
hy
,
s
o
i
t
i
s
t
h
e
m
o
s
t
e
f
f
e
c
t
i
v
e
a
n
d
r
e
l
i
a
bl
e
a
ppr
o
a
c
h
i
n
t
h
e
m
e
d
i
c
a
l
f
i
e
l
d
[
5]
,
[
6
]
.
A
c
c
ur
a
t
e
d
i
a
g
n
o
s
i
s
o
f
b
r
e
a
s
t
a
b
n
o
r
m
a
li
t
i
e
s
i
s
a
f
o
r
m
i
d
a
bl
e
c
h
a
ll
e
n
g
e
f
o
r
di
a
g
n
o
s
i
n
g
b
r
e
a
s
t
c
a
n
c
e
r
[
7]
,
a
n
d
tr
a
di
t
i
o
n
a
l
m
e
t
h
o
ds
r
e
m
a
i
n
l
o
w
-
l
e
v
e
l
i
n
de
t
e
c
t
i
n
g
t
h
e
d
i
ve
r
s
e
s
pe
c
t
r
u
m
o
f
b
r
e
a
s
t
l
e
s
i
o
n
s
[
8]
,
[
9]
.
T
h
e
r
e
f
o
r
e
,
e
m
p
l
o
yi
ng
de
e
p
l
e
a
r
ni
ng
f
o
r
t
h
e
pur
po
s
e
o
f
d
i
a
g
n
o
s
i
s
s
i
g
nif
i
c
a
n
t
l
y
im
pr
o
v
e
s
pe
r
f
o
r
m
a
n
c
e
a
n
d
pr
o
vi
de
s
a
g
l
im
m
e
r
o
f
h
o
pe
f
o
r
c
o
n
t
r
o
l
li
ng
t
hi
s
d
i
s
e
a
s
e
t
h
r
o
ugh
e
a
r
l
y
de
t
e
c
t
i
o
n
[
10]
.
I
de
n
t
i
f
yi
ng
t
h
e
c
o
r
r
e
c
t
t
r
a
i
t
s
a
s
we
l
l
a
s
t
h
e
i
r
a
ppr
o
pr
i
a
t
e
di
s
t
r
i
b
ut
i
o
n
i
s
a
ke
y
a
s
pe
c
t
o
f
a
c
c
ur
a
t
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
,
e
s
pe
c
i
a
ll
y
wh
e
n
i
t
c
o
m
e
s
t
o
di
s
t
i
n
gu
i
s
hi
ng
b
e
t
we
e
n
b
e
ni
g
n
a
n
d
m
a
li
g
n
a
n
t
b
r
e
a
s
t
l
e
s
i
o
n
s
.
T
h
e
r
e
f
o
r
e
,
t
h
e
us
e
o
f
de
e
p
l
e
a
r
ni
ng
h
e
l
p
s
to
b
u
i
l
d
a
r
e
li
a
bl
e
i
ns
pe
c
t
i
o
n
s
y
s
t
e
m
t
h
a
t
c
a
n
b
e
a
dd
e
d
w
i
t
hi
n
C
A
D
de
vi
c
e
s
[
11]
.
T
h
e
pr
o
p
o
s
e
d
o
n
c
o
l
o
g
y
d
i
a
g
n
o
s
t
i
c
s
y
s
t
e
m
i
s
c
a
p
a
bl
e
o
f
i
d
e
n
t
i
f
yi
ng
c
a
nc
e
r
i
n
i
t
s
i
ni
t
i
a
l
s
t
a
ge
s
,
a
s
we
l
l
a
s
e
f
f
e
c
t
i
v
e
l
y
m
a
n
a
g
i
ng
t
h
e
d
i
s
e
a
s
e
i
n
a
ll
s
u
bs
e
que
n
t
s
t
a
ge
s
.
T
h
e
r
e
s
t
o
f
t
h
e
p
a
p
e
r
i
s
s
tr
u
c
tu
r
e
d
a
s
f
o
l
l
ows
:
S
e
c
t
i
on
2
r
e
vi
e
ws
di
f
f
e
r
e
n
t
r
e
l
a
t
e
d
w
or
k
,
whi
l
e
s
e
c
t
i
o
n
3
da
t
a
s
e
t
a
n
d
pr
e
pa
r
a
t
i
o
n
.
S
e
c
t
i
o
n
4
d
e
s
c
r
i
b
e
s
m
e
t
h
o
do
l
o
g
y
.
S
e
c
t
i
o
n
5
t
h
e
e
x
pe
r
i
m
e
n
t
a
l
wo
r
k
a
n
d
d
i
s
c
us
s
e
s
t
h
e
r
e
s
u
l
t
s
a
c
hi
e
ve
d,
whil
e
s
e
c
t
i
o
n
6
pr
e
s
e
n
t
s
t
h
e
c
o
n
c
l
us
i
o
ns
.
2.
RE
L
AT
E
D
WORK
S
I
n
r
e
c
e
n
t
y
e
a
r
s
,
de
e
p
l
e
a
r
ni
n
g
a
l
go
r
i
t
hm
s
h
a
v
e
m
a
de
a
s
i
g
nif
i
c
a
n
t
de
v
e
l
o
p
m
e
n
t
i
n
va
r
i
o
us
f
i
e
l
ds
,
a
n
d
h
a
v
e
b
e
e
n
us
e
d
i
n
t
h
e
de
t
e
c
t
i
o
n
o
f
b
r
e
a
s
t
c
a
n
c
e
r
t
h
r
o
ugh
m
a
mm
o
gr
a
p
hy
im
a
ge
s
,
a
s
t
h
e
y
h
a
v
e
a
ll
e
vi
a
t
e
d
t
h
e
c
o
m
p
l
e
x
c
h
a
ll
e
n
ge
s
a
s
s
o
c
i
a
t
e
d
w
i
t
h
d
i
s
t
i
n
gu
i
s
h
i
ng
be
t
we
e
n
b
e
ni
g
n
a
n
d
m
a
li
g
n
a
n
t
l
e
s
i
o
ns
a
s
we
l
l
a
s
i
nc
r
e
a
s
i
n
g
t
h
e
a
c
c
ur
a
c
y
a
n
d
e
f
f
e
c
t
i
v
e
ne
s
s
o
f
t
h
e
e
a
r
l
y
d
i
a
g
n
o
s
i
s
pr
o
c
e
s
s
.
C
h
o
ugr
a
d
e
t
al.
[
12]
T
h
e
s
t
ud
y
pr
e
s
e
n
t
e
d
t
h
e
pi
o
ne
e
r
i
n
g
D
F
e
B
C
D
t
e
c
h
ni
que
i
n
i
d
e
n
t
i
f
yi
ng
a
n
d
de
t
e
c
t
i
n
g
b
r
e
a
s
t
c
a
n
c
e
r
by
c
l
a
s
s
i
f
yi
ng
m
a
m
m
o
gr
a
m
s
u
s
i
n
g
a
c
o
m
bi
na
t
i
o
n
o
f
S
VM
a
n
d
E
L
i
E
C
c
l
a
s
s
if
i
e
r
,
a
c
hi
e
vi
ng
a
n
a
c
c
ur
a
c
y
l
e
v
e
l
o
f
80.
30%
.
T
h
e
c
o
nv
o
l
ut
i
o
n
a
l
n
e
ur
a
l
ne
t
wor
k
(
C
NN
)
wa
s
a
l
s
o
us
e
d
i
n
[
13]
to
de
t
e
r
m
i
ne
t
h
e
po
s
s
i
bl
e
l
o
c
a
t
i
o
n
s
o
f
t
h
e
t
um
o
r
i
n
t
h
e
i
m
a
g
e
by
r
e
ve
a
li
ng
t
h
e
p
o
s
s
i
bi
li
t
y
o
f
p
i
x
e
l
s
be
i
ng
a
s
s
o
c
i
a
t
e
d
wi
t
h
b
r
e
a
s
t
de
f
o
r
m
i
t
i
e
s
,
whi
c
h
i
s
a
n
e
f
f
e
c
t
i
v
e
s
t
e
p
i
n
l
o
c
a
l
i
z
i
ng
t
h
e
l
e
s
i
o
n
,
a
n
d
t
h
e
s
t
ud
y
a
c
hi
e
ve
d
a
pr
e
di
c
t
i
o
n
a
c
c
ur
a
c
y
o
f
93.
33%
,
whi
c
h
i
s
hi
g
h
a
c
c
ur
a
c
y
s
o
i
t
i
s
a
bi
g
s
t
e
p
to
de
t
e
c
t
a
n
d
c
l
a
s
s
if
y
b
r
e
a
s
t
a
b
n
o
r
m
a
li
t
i
e
s
.
Dh
u
n
ge
l
e
t
al.
[
14]
a
n
i
nn
o
v
a
t
i
v
e
d
e
e
p
l
e
a
r
ni
ng
C
A
D
t
e
c
hni
que
c
o
ns
i
s
t
i
n
g
o
f
f
o
ur
s
e
que
n
t
i
a
l
p
h
a
s
e
s
wa
s
i
n
t
r
o
duc
e
d,
i
ni
t
i
a
ll
y
i
n
t
e
gr
a
t
i
n
g
ge
n
e
r
a
li
z
e
d
m
o
r
p
h
o
l
o
g
i
c
a
l
c
o
m
po
n
e
n
t
a
n
a
l
y
s
i
s
(
GM
C
)
a
n
d
de
e
p
b
e
l
i
e
f
n
e
t
wo
r
k
(
DB
N)
to
e
x
t
r
a
c
t
p
ot
e
n
t
i
a
l
l
e
s
i
o
n
s
.
T
h
e
n
,
i
t
i
n
t
e
gr
a
t
e
s
a
r
ea
-
b
a
s
e
d
c
o
nv
o
l
ut
i
o
n
a
l
n
e
ur
a
l
n
e
t
wo
r
ks
(
R
-
C
NN
)
a
n
d
c
o
n
d
i
t
i
o
n
a
l
r
a
n
do
m
f
i
e
l
d
s
(
C
R
F
)
to
e
f
f
e
c
t
i
v
e
ly
r
e
duc
e
t
h
e
e
r
r
o
r
r
a
t
e
.
T
h
e
r
e
s
u
l
t
s
o
f
t
h
e
w
o
r
k
s
h
o
w
t
h
a
t
de
e
p
l
e
a
r
ni
ng
h
a
s
i
m
pr
o
v
e
d
d
i
s
e
a
s
e
de
t
e
c
t
i
o
n
s
y
s
t
e
m
s
,
i
nc
r
e
a
s
i
ng
t
h
e
c
ha
n
c
e
s
o
f
a
m
o
r
e
a
c
c
ur
a
t
e
d
i
a
g
n
o
s
i
s
o
f
b
r
e
a
s
t
c
a
n
c
e
r
.
Ha
r
e
f
a
e
t
al.
[
15
]
,
a
n
e
w
m
o
de
l
wa
s
pr
e
s
e
n
t
e
d
b
a
s
e
d
o
n
t
h
e
us
e
o
f
t
h
e
gr
a
y
l
e
v
e
l
c
o
i
n
c
i
de
nc
e
m
a
t
r
i
x
(
GL
C
M
)
,
a
n
d
t
h
e
us
e
o
f
s
uppo
r
t
v
e
c
to
r
m
a
c
hi
ne
(
S
VM
)
t
e
c
hn
o
l
o
g
y
to
c
l
a
s
s
i
f
y
i
m
a
ge
s
a
n
d
de
t
e
c
t
di
s
e
a
s
e
by
t
r
a
i
ni
n
g
t
h
e
m
o
de
l
o
n
t
h
e
br
e
a
s
t
a
n
a
l
y
s
i
s
s
o
c
i
e
t
y
(
M
I
A
S
)
da
t
a
b
a
s
e
,
wh
e
r
e
t
h
e
m
e
t
h
o
d
o
b
t
a
i
n
e
d
pr
o
m
i
s
i
ng
r
e
s
u
l
t
s
w
i
t
h
a
n
a
c
c
ur
a
c
y
r
a
t
e
o
f
93.
88%
.
I
n
t
h
e
s
a
m
e
w
a
y
,
[
16]
i
n
t
r
o
duc
e
d
a
n
a
l
go
r
i
t
hm
t
h
a
t
e
f
f
e
c
t
i
v
e
ly
s
e
pa
r
a
t
e
s
d
i
s
e
a
s
e
d
t
i
s
s
ue
w
i
t
hi
n
a
m
a
mm
o
gr
a
m
,
w
hi
c
h
h
e
l
ps
m
i
n
im
i
z
e
t
h
e
i
n
c
l
us
i
o
n
o
f
d
i
s
t
a
n
t
p
i
x
e
l
s
t
h
a
t
d
o
n
ot
e
x
t
e
n
d
a
c
o
n
n
e
c
t
i
o
n
to
t
h
e
t
um
o
r
.
M
o
de
r
n
c
l
a
s
s
i
f
i
c
a
t
i
o
n
m
o
de
l
s
us
e
d
t
h
e
DB
N
i
n
[
17]
to
c
l
a
s
s
if
y
b
r
e
a
s
t
de
f
o
r
m
i
t
i
e
s
,
a
n
d
t
h
e
c
us
t
o
m
C
NN
wa
s
us
e
d
i
n
[
18]
F
o
r
t
h
e
s
a
m
e
pur
po
s
e
,
t
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
c
a
t
e
g
o
r
i
e
s
we
r
e
di
vi
de
d
i
n
t
o
b
e
ni
g
n
a
n
d
m
a
l
i
g
na
n
t
c
a
t
e
g
or
i
e
s
.
R
a
j
i
n
i
ka
n
t
h
e
t
al.
[
19]
t
h
e
n
e
ur
a
l
n
e
t
wo
r
k
wa
s
t
r
a
i
n
e
d
to
c
l
a
s
s
if
y
t
h
e
r
m
a
l
im
a
ge
s
o
f
t
h
e
b
r
e
a
s
t
to
de
t
e
c
t
t
h
e
di
s
e
a
s
e
a
n
d
t
h
e
s
t
ud
y
a
c
hi
e
v
e
d
a
n
a
c
c
ur
a
c
y
o
f
92%
.
T
h
e
s
e
s
t
udi
e
s
d
i
d
n
o
t
a
c
hi
e
ve
t
h
e
a
c
c
ur
a
c
y
we
we
r
e
h
o
pi
n
g
f
o
r
,
s
o
we
b
u
i
l
t
o
ur
o
wn
m
o
de
l
t
o
i
m
pr
o
v
e
t
h
e
a
c
c
ur
a
c
y
o
f
d
i
s
e
a
s
e
de
t
e
c
t
i
o
n
.
3.
DA
T
ASE
T
AN
D
P
R
E
P
AR
A
T
I
ON
T
h
e
pr
o
p
o
s
e
d
s
y
s
t
e
m
wa
s
e
va
l
ua
t
e
d
us
i
n
g
t
h
e
w
i
d
e
l
y
r
e
c
o
gni
z
e
d
d
i
g
i
t
a
l
da
t
a
b
a
s
e
o
f
m
a
mm
o
gr
a
p
hy
s
c
r
e
e
ni
ng
(
DD
S
M
)
[
20]
.
T
h
e
DD
S
M
da
t
a
s
e
t
i
s
a
c
o
m
pr
e
h
e
ns
i
ve
c
o
l
l
e
c
t
i
o
n
t
h
a
t
i
n
c
l
ude
s
c
o
m
pr
e
s
s
e
d
b
r
e
a
s
t
r
a
d
i
o
gr
a
phy
f
i
lm
s
s
c
a
nn
e
d
a
n
d
s
t
or
e
d
i
n
S
tr
e
t
c
h
(
J
P
E
G)
.
I
t
c
o
n
s
i
s
t
s
o
f
2620
b
r
e
a
s
t
ph
oto
s
a
m
p
l
e
s
a
n
d
i
s
d
i
vi
de
d
i
n
t
o
43
v
o
l
u
m
e
s
.
I
t
i
s
wo
r
t
h
n
o
t
i
n
g
t
h
a
t
e
a
c
h
b
r
e
a
s
t
c
a
s
e
h
a
s
t
wo
m
o
de
s
o
f
d
i
s
p
l
a
y
t
ha
t
we
r
e
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
I
S
S
N:
2252
-
8776
C
las
s
if
ication
o
f
br
e
as
t
c
anc
e
r
us
ing
a
pr
e
c
is
e
de
e
p
lear
ning
mode
l
ar
c
hit
e
c
tur
e
(
M
ohamm
e
d
Ghaz
al
1
)
935
a
c
c
ur
a
t
e
l
y
c
a
pt
ur
e
d
f
r
o
m
t
h
e
m
e
d
i
a
n
l
a
t
e
r
a
l
o
bl
ique
(
M
L
O)
a
n
d
c
r
a
ni
o
-
c
a
uda
l
(
C
C
)
,
f
o
r
m
i
ng
im
a
ge
s
w
i
t
h
im
m
e
n
s
e
i
nf
o
r
m
a
t
i
o
n
[
21]
.
On
e
o
f
t
h
e
m
o
s
t
n
ot
a
b
l
e
f
e
a
t
ur
e
s
o
f
t
h
e
DD
S
M
da
t
a
s
e
t
i
s
t
h
a
t
i
t
c
o
n
t
a
i
ns
i
m
a
ge
s
o
f
v
a
r
i
o
us
c
a
s
e
s
a
s
s
o
c
i
a
t
e
d
wi
t
h
b
e
ni
g
n
a
n
d
m
a
li
g
n
a
n
t
b
r
e
a
s
t
c
a
n
c
e
r
.
I
n
a
ddi
t
i
o
n
to
c
o
n
t
a
i
ni
ng
vi
t
a
l
i
n
f
o
r
m
a
t
i
o
n
r
e
l
a
t
e
d
to
t
h
e
e
x
a
c
t
l
o
c
a
t
i
o
n
o
f
l
e
s
i
o
ns
,
whi
c
h
gr
e
a
t
l
y
f
a
c
il
i
t
a
t
e
s
t
h
e
pr
o
c
e
s
s
o
f
de
t
e
c
t
i
ng
b
r
e
a
s
t
d
i
s
e
a
s
e
s
,
m
a
k
i
n
g
i
t
t
h
e
m
o
s
t
us
e
d
i
n
t
h
e
f
i
e
l
d
o
f
r
e
s
e
a
r
c
h
to
de
t
e
c
t
a
n
d
d
i
a
g
n
o
s
e
b
r
e
a
s
t
c
a
n
c
e
r
,
a
s
c
l
e
a
r
ly
s
h
o
w
n
i
n
F
i
gur
e
1.
All
im
a
g
e
s
i
n
t
h
e
DD
S
M
da
t
a
b
a
s
e
un
de
r
go
a
pr
e
-
pr
o
c
e
s
s
i
ng
pr
o
c
e
s
s
,
whi
c
h
h
a
s
a
m
a
j
o
r
r
o
l
e
i
n
c
l
e
a
r
i
ng
i
m
a
ge
s
o
f
un
wa
n
t
e
d
n
o
i
s
e
,
i
n
a
dd
i
t
i
o
n
to
r
a
i
s
i
ng
t
h
e
qua
l
i
t
y
o
f
i
m
a
ge
s
us
i
ng
i
m
a
ge
e
nh
a
n
c
e
m
e
n
t
t
e
c
h
ni
que
s
by
a
pp
lyi
ng
m
u
l
t
i
-
t
h
r
e
s
h
o
l
d
t
e
r
m
i
na
l
e
qua
t
i
o
n
a
s
s
h
o
wn
i
n
F
i
gur
e
2.
T
hi
s
f
i
gur
e
s
h
o
ws
th
e
b
r
e
a
s
t
im
a
ge
be
f
o
r
e
t
h
e
pr
e
-
pr
o
c
e
s
s
i
n
g
s
t
a
ge
a
s
s
h
o
wn
i
n
F
i
gur
e
2(
a
)
,
whi
l
e
t
h
e
i
m
a
g
e
a
f
t
e
r
t
hi
s
s
t
a
ge
i
s
s
h
o
w
n
i
n
F
i
gur
e
2(
b
)
.
T
h
e
pr
e
-
pr
o
c
e
s
s
i
n
g
s
t
a
ge
he
l
p
s
i
n
o
b
t
a
i
ni
ng
c
l
e
a
r
im
a
ge
s
a
n
d
e
ns
ur
i
n
g
t
h
a
t
t
h
e
pa
r
a
m
e
t
e
r
s
o
f
t
h
e
im
a
ge
a
r
e
n
o
t
l
o
s
t
.
F
o
l
l
o
we
d
by
a
ke
y
s
t
e
p
o
f
b
a
l
a
n
c
i
ng
t
h
e
t
r
a
i
ni
ng
da
t
a
s
e
t
,
t
hi
s
de
l
i
c
a
t
e
b
a
l
a
n
c
e
i
s
c
e
n
t
r
a
l
t
o
e
ns
ur
i
n
g
c
o
n
t
i
n
uo
us
upda
t
e
s
o
f
pa
r
a
m
e
t
e
r
s
a
n
d
a
c
hi
e
vi
ng
s
t
r
o
n
g
pe
r
f
o
r
m
a
nc
e
f
o
r
de
e
p
l
e
a
r
ni
ng
m
o
de
l
s
i
n
a
l
l
c
a
t
e
g
o
r
i
e
s
[
22]
,
[
23]
.
F
i
gur
e
1.
E
x
a
m
p
l
e
s
o
f
n
o
r
m
a
l
,
be
ni
g
n
,
a
n
d
m
a
li
g
na
n
t
M
a
m
m
o
gr
a
m
im
a
ge
s
f
r
o
m
DD
S
M
da
t
a
s
e
t
(
a
)
(
b
)
F
i
gur
e
2.
T
h
e
o
u
t
c
o
m
e
s
o
f
t
h
e
i
m
a
ge
pr
e
-
pr
o
c
e
s
s
i
ng,
n
o
i
s
e
r
e
m
o
v
e
a
n
d
i
m
a
ge
e
nh
a
n
c
e
m
e
n
t
,
(
a
)
t
h
e
i
n
put
i
m
a
ge
a
n
d
(
b
)
t
h
e
pr
e
p
o
c
e
s
s
e
d
i
m
a
g
e
4.
M
E
T
HO
D
I
t
i
s
kn
o
wn
t
h
a
t
t
h
e
pr
o
c
e
s
s
o
f
t
r
a
i
ni
ng
t
h
e
de
e
p
c
o
n
v
o
l
ut
i
o
n
a
l
n
e
ur
a
l
n
e
t
wo
r
k
(
DC
NN
)
m
o
de
l
i
s
a
l
a
r
ge
t
i
m
e
,
o
f
t
e
n
e
x
t
e
n
d
i
n
g
f
o
r
da
y
s
o
r
e
v
e
n
we
e
k
s
i
n
a
dd
i
t
i
o
n
to
c
o
s
t
l
y
m
a
t
e
r
i
a
l
r
e
s
o
ur
c
e
s
,
a
n
d
t
o
ov
e
r
c
o
m
e
t
hi
s
c
h
a
ll
e
n
ge
,
t
h
e
c
o
n
c
e
pt
o
f
t
r
a
n
s
f
e
r
l
e
a
r
ni
ng
e
mer
ge
s
a
s
a
v
a
l
ua
bl
e
a
ppr
o
a
c
h
to
s
i
g
nif
i
c
a
n
t
l
y
a
c
c
e
ler
a
t
e
t
h
e
t
r
a
i
ni
ng
pr
o
c
e
s
s
.
T
hi
s
a
ppr
o
a
c
h
us
e
s
t
h
e
we
i
g
h
t
pa
r
a
m
e
t
e
r
s
o
f
pr
e
-
t
r
a
i
n
e
d
C
NN
m
o
de
l
s
o
b
t
a
i
ne
d
f
r
o
m
l
a
r
ge
-
s
c
a
l
e
da
t
a
b
a
s
e
s
s
uc
h
a
s
I
m
a
ge
Ne
t
[
24]
,
to
a
v
o
i
d
t
h
e
n
e
e
d
t
o
s
t
a
r
t
t
r
a
i
ni
ng
f
r
o
m
s
c
r
a
t
c
h
.
T
h
e
pr
o
c
e
s
s
o
f
t
r
a
n
s
f
e
r
r
i
n
g
l
e
a
r
ni
ng
to
f
i
ne
-
t
uni
n
g
t
h
e
pa
r
a
m
e
t
e
r
s
o
f
t
h
e
pr
e
-
tr
a
i
n
e
d
ne
t
wor
k
i
n
o
r
de
r
to
a
da
p
t
i
t
to
t
h
e
n
ua
n
c
e
s
o
f
t
h
e
ne
w
c
l
a
s
s
i
f
i
c
a
t
i
o
n
pr
o
bl
e
m
,
a
f
t
e
r
t
h
e
i
ni
t
i
a
l
t
r
a
i
ni
n
g
p
h
a
s
e
,
r
e
qu
i
r
e
s
a
d
j
us
t
m
e
n
t
.
T
h
i
s
i
s
wh
e
r
e
t
h
e
a
r
c
hi
t
e
c
t
ur
a
l
hi
e
r
a
r
c
hy
o
f
t
h
e
n
e
ur
a
l
n
e
t
wo
r
k
e
m
e
r
ge
s
w
h
e
r
e
t
h
e
l
o
we
r
l
a
y
e
r
s
c
a
pt
ur
e
t
h
e
pa
tt
e
r
n
s
s
pe
c
i
f
i
c
to
t
h
e
t
a
s
k,
whi
l
e
t
h
e
uppe
r
l
a
y
e
r
s
c
a
pt
ur
e
b
r
o
a
de
r
a
n
d
m
o
r
e
ge
ne
r
a
l
f
e
a
t
ur
e
s
.
M
e
a
n
w
hil
e
,
t
h
e
uppe
r
l
a
y
e
r
s
o
f
t
h
e
pr
e
-
tr
a
i
ne
d
m
o
de
l
a
r
e
f
r
o
z
e
n
.
I
n
t
hi
s
wa
y
,
i
t
i
s
p
o
s
s
i
bl
e
to
b
e
ne
f
i
t
f
r
o
m
t
h
e
s
t
r
uc
t
u
r
e
o
f
t
h
e
l
a
y
e
r
s
i
n
t
h
e
pr
e
-
t
r
a
i
n
e
d
m
o
de
l
a
s
w
e
l
l
a
s
t
h
e
po
s
s
i
bil
i
t
y
o
f
a
d
a
pt
i
n
g
t
h
e
l
o
we
r
l
a
y
e
r
s
o
f
t
h
e
m
o
de
l
t
o
t
r
a
i
n
o
n
ne
w
da
t
a
.
Al
t
h
o
ugh
,
t
h
e
pr
e
-
t
r
a
i
n
e
d
m
o
de
l
s
c
a
r
r
y
t
h
e
bi
a
s
e
s
a
n
d
a
s
s
u
m
pt
i
o
ns
f
r
o
m
t
h
e
i
r
o
r
i
g
i
na
l
t
r
a
i
ni
ng
da
t
a
,
whi
c
h
h
a
v
e
a
n
e
ga
t
i
v
e
a
f
f
e
c
t
o
n
t
h
e
m
o
de
l
pe
r
f
o
r
m
a
nc
e
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2252
-
8776
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
,
Vo
l
.
14
,
N
o.
3
,
De
c
e
m
be
r
20
25
:
933
-
940
936
I
n
t
hi
s
wo
r
k,
a
t
y
p
i
c
a
l
m
o
de
l
f
r
o
m
s
c
r
a
t
c
h
wa
s
c
r
e
a
t
e
d
f
o
r
t
h
e
pur
p
o
s
e
o
f
c
l
a
s
s
if
y
i
ng
b
r
e
a
s
t
t
um
o
r
s
i
n
t
o
t
h
r
e
e
c
a
t
e
g
o
r
i
e
s
.
T
h
e
pr
o
p
o
s
e
d
m
o
de
l
h
a
s
be
e
n
c
us
t
o
m
i
z
e
d
C
NN
l
a
y
e
r
s
a
n
d
o
p
t
i
mi
z
e
d
to
ge
t
a
hi
g
h
-
pe
r
f
o
r
m
a
n
c
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
r
e
s
u
l
t
.
F
o
r
t
h
e
pur
po
s
e
o
f
e
v
a
l
ua
t
i
n
g
t
h
e
pr
o
p
o
s
e
d
m
o
de
l
,
t
h
e
da
t
a
we
r
e
t
r
a
i
n
e
d
o
n
t
h
e
f
o
l
l
o
w
i
ng
pr
e
-
t
r
a
i
n
e
d
a
l
go
r
i
t
hm
s
:
E
f
f
i
c
i
e
n
t
N
e
tB
1,
E
f
f
i
c
i
e
n
t
Ne
t
B
5,
R
e
s
Ne
t
-
50
a
n
d
R
e
s
Ne
t
-
101.
As
t
h
e
s
e
m
o
de
l
s
a
r
e
a
m
o
n
g
t
h
e
m
o
s
t
i
m
po
r
t
a
n
t
m
e
t
h
o
ds
t
h
a
t
h
a
v
e
b
e
e
n
u
s
e
d
t
o
e
x
t
r
a
c
t
c
o
m
p
l
e
x
pa
t
t
e
r
n
s
f
r
o
m
im
a
ge
s
,
e
s
pe
c
i
a
ll
y
m
e
d
i
c
a
l
o
n
e
s
,
a
l
s
o
,
t
h
e
y
f
o
c
us
i
n
t
h
e
i
r
wo
r
k
o
n
i
m
a
g
e
a
c
c
ur
a
c
y
,
l
a
y
e
r
de
pt
h
a
n
d
c
h
a
nne
l
w
i
dt
h
,
whi
c
h
l
e
a
ds
to
i
n
c
r
e
a
s
e
i
nf
o
r
m
a
t
i
o
n
pr
o
c
e
s
s
i
n
g
a
n
d
t
h
us
c
a
pt
ur
i
n
g
c
o
m
p
l
e
x
pa
tt
e
r
n
s
a
n
d
f
e
a
t
ur
e
s
f
r
o
m
t
h
e
g
i
v
e
n
da
t
a
.
T
h
e
a
r
c
hi
t
e
c
t
ur
e
o
f
t
h
e
E
f
f
i
c
i
e
n
t
Ne
t
n
e
t
w
o
r
k
f
o
l
l
o
ws
a
wo
n
de
r
f
u
l
s
t
r
a
t
e
gy
t
h
a
t
e
n
a
bl
e
s
t
h
e
m
o
de
l
to
upgr
a
de
t
h
e
r
e
s
o
l
ut
i
o
n
o
f
t
h
e
i
m
a
ge
,
whi
c
h
i
nc
r
e
a
s
e
s
t
h
e
o
pp
o
r
t
uni
t
y
to
c
a
p
t
ur
e
di
f
f
i
c
u
l
t
a
n
d
c
o
m
p
l
e
x
de
t
a
i
l
s
i
n
t
h
e
i
m
a
ge
,
t
hi
s
a
r
c
hi
t
e
c
t
ur
e
e
n
a
bl
e
s
t
h
e
n
e
ur
a
l
n
e
t
wo
r
k
to
h
a
n
d
l
e
s
e
ns
i
t
i
ve
da
t
a
,
a
s
i
t
s
i
nn
o
v
a
t
i
v
e
de
s
i
g
n
a
c
hi
e
v
e
s
a
gr
e
a
t
b
a
l
a
n
c
e
f
r
o
m
a
ll
a
s
pe
c
t
s
a
s
s
h
o
wn
i
n
F
i
gur
e
3
o
f
t
h
e
E
f
f
i
c
i
e
n
t
Ne
t
B
1
m
o
de
l
t
h
a
t
h
a
s
b
e
e
n
ut
i
li
z
e
d
i
n
t
hi
s
wo
r
k
[
25
]
,
[
26
]
.
T
h
e
R
e
s
Ne
t
m
o
de
l
,
t
h
e
r
e
s
i
dua
l
ne
ur
a
l
n
e
t
wor
k,
i
s
de
s
i
g
n
e
d
w
i
t
h
hi
g
h
pr
e
c
i
s
i
o
n
t
h
a
t
e
n
a
bl
e
s
us
to
tr
a
i
n
de
e
p
ne
ur
a
l
n
e
t
wo
r
ks
e
x
c
e
pt
i
o
n
a
ll
y
.
T
hi
s
i
nn
o
v
a
t
i
o
n
l
i
e
s
i
n
t
h
e
c
o
n
c
e
pt
o
f
“
s
k
i
pp
i
n
g
c
o
nn
e
c
t
i
o
ns
”
,
whi
c
h
i
s
t
h
e
c
e
n
t
r
e
pi
e
c
e
o
f
i
t
s
r
e
m
a
r
ka
bl
e
s
u
c
c
e
s
s
a
n
d
t
h
a
t
di
s
t
i
n
gu
i
s
h
e
s
i
t
f
r
o
m
t
r
a
di
t
i
o
na
l
n
e
ur
a
l
n
e
t
wo
r
k
s
t
r
uc
t
u
r
e
s
.
I
t
i
s
s
t
r
a
t
e
g
i
c
a
ll
y
de
s
i
g
ne
d
to
e
n
a
bl
e
t
h
e
s
m
o
ot
h
f
l
o
w
o
f
i
n
f
o
r
m
a
t
i
o
n
a
c
r
o
s
s
l
a
y
e
r
s
,
s
uc
h
a
s
a
we
ll
-
c
o
nn
e
c
t
e
d
n
e
ur
a
l
m
e
t
h
o
d,
a
n
d
t
h
e
R
e
s
N
e
t
m
o
de
l
e
f
f
e
c
t
i
v
e
ly
a
ddr
e
s
s
e
s
t
h
e
pr
o
bl
e
m
o
f
v
a
ni
s
hi
ng
gr
a
d
i
e
n
t
s
[
27]
.
T
h
i
s
s
im
p
li
f
i
e
s
t
h
e
t
r
a
i
ni
ng
pr
o
c
e
s
s
,
s
i
n
c
e
t
h
e
n
e
t
wo
r
k
c
a
n
f
o
c
us
o
n
im
pr
o
vi
n
g
t
h
e
r
e
s
i
due
s
,
e
n
s
ur
i
ng
t
h
a
t
e
v
e
n
i
n
t
h
e
de
e
pe
s
t
s
tr
uc
t
ur
e
s
,
a
c
c
ur
a
c
y
i
s
n
o
t
c
o
m
p
r
o
m
i
s
e
d
[
28]
,
[
29]
.
On
e
o
f
t
h
e
n
o
t
a
bl
e
f
e
a
t
ur
e
s
o
f
R
e
s
Ne
t
i
s
i
t
s
v
e
r
s
a
t
i
li
t
y
.
T
h
e
y
a
r
e
a
v
a
il
a
bl
e
a
t
di
f
f
e
r
e
n
t
de
pt
h
s
,
i
n
d
ica
t
e
d
by
de
s
i
g
n
a
t
i
o
n
s
s
uc
h
a
s
R
e
s
Ne
t
-
18
a
n
d
R
e
s
Ne
t
-
50,
a
s
s
h
o
wn
i
n
F
i
gur
e
4.
T
h
e
s
e
de
s
i
g
n
a
t
i
o
n
s
i
nd
ica
t
e
t
h
e
n
u
m
be
r
o
f
l
a
y
e
r
s
i
n
t
h
e
s
t
r
uc
t
u
r
e
,
a
l
l
o
w
i
ng
pr
a
c
t
i
t
i
o
n
e
r
s
to
s
e
l
e
c
t
a
c
o
n
f
i
gur
a
t
i
o
n
c
o
r
r
e
s
po
n
d
i
n
g
to
t
h
e
i
r
s
pe
c
i
f
i
c
t
a
s
k
a
n
d
c
o
m
put
a
t
i
o
na
l
r
e
s
o
ur
c
e
s
.
W
h
e
t
h
e
r
i
t
'
s
im
a
ge
c
l
a
s
s
i
f
i
c
a
t
i
o
n
,
o
bj
e
c
t
de
t
e
c
t
i
o
n
,
or
i
m
a
ge
s
e
g
m
e
n
t
a
t
i
o
n
,
R
e
s
Ne
t
h
a
s
c
o
n
s
i
s
t
e
n
t
l
y
pr
o
v
e
n
to
b
e
pr
o
f
i
c
i
e
n
t
i
n
a
my
r
i
a
d
o
f
c
o
m
put
e
r
vi
s
i
o
n
t
a
s
ks
.
F
i
gur
e
3.
T
h
e
b
a
s
i
c
b
u
i
l
d
i
ng
bl
o
c
k
o
f
E
f
f
i
c
i
e
n
t
Ne
t
B
1
[
26
]
F
i
gur
e
4.
T
h
e
b
a
s
i
c
b
u
i
l
d
i
ng
bl
o
c
ks
o
f
R
e
s
Ne
t
-
50
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
I
S
S
N:
2252
-
8776
C
las
s
if
ication
o
f
br
e
as
t
c
anc
e
r
us
ing
a
pr
e
c
is
e
de
e
p
lear
ning
mode
l
ar
c
hit
e
c
tur
e
(
M
ohamm
e
d
Ghaz
al
1
)
937
I
n
t
h
e
p
r
o
p
o
s
e
d
m
e
t
h
o
d,
we
h
a
v
e
c
us
t
o
m
i
z
e
d
t
h
e
C
NN
l
a
y
e
r
s
a
n
d
e
m
p
l
o
y
e
d
t
h
e
Gl
o
ba
l
Av
e
r
a
ge
P
oo
l
i
ng
i
n
t
h
e
M
a
x
P
oo
l
i
ng
l
a
y
e
r
to
r
e
duc
e
m
o
d
e
l
wo
r
kl
o
a
d
by
a
v
e
r
a
g
i
n
g
v
a
l
ue
s
i
n
s
t
e
a
d
o
f
s
e
l
e
c
t
i
n
g
t
h
e
m
a
xim
u
m
va
l
u
e
s
i
n
t
h
e
po
o
l
i
ng
l
a
y
e
r
.
M
o
r
e
o
v
e
r
,
to
pr
e
v
e
n
t
o
v
e
r
f
i
t
t
i
n
g
t
h
e
f
u
n
c
t
i
o
n
o
f
c
a
l
l
ba
c
ks
(
E
a
r
l
y
_S
t
o
ppi
n
g
a
n
d
M
o
de
l
_C
he
c
k_po
i
n
t
)
a
n
d
a
dr
o
p
o
u
t
l
a
y
e
r
a
r
e
us
e
d.
C
a
l
l
ba
c
k
s
h
e
l
p
i
n
r
e
s
o
l
vin
g
e
r
r
o
r
s
a
n
d
e
nh
a
nc
i
n
g
m
o
de
l
a
c
c
ur
a
c
y
by
i
n
t
e
r
v
e
ni
ng
d
ur
i
n
g
t
r
a
i
ni
ng.
T
h
e
dr
o
p
o
u
t
l
a
y
e
r
e
nh
a
n
c
e
s
i
n
d
e
pe
n
de
nc
e
a
m
o
n
g
n
e
ur
o
n
s
by
r
a
n
do
m
ly
de
a
c
t
i
v
a
t
i
n
g
s
o
m
e
o
f
t
h
e
m
dur
i
ng
e
a
c
h
i
t
e
r
a
t
i
o
n
.
W
hil
e
,
t
h
e
M
o
de
l
_C
h
e
c
k_po
i
n
t
s
a
v
e
s
t
h
e
b
e
s
t
m
o
de
l
pa
r
a
m
e
t
e
r
s
b
a
s
e
d
o
n
m
o
ni
t
o
r
i
n
g
t
h
e
v
a
li
da
t
i
o
n
a
c
c
u
r
a
c
y
.
T
o
c
o
n
t
r
o
l
t
h
e
l
e
a
r
ni
ng
r
a
t
e
r
e
duc
t
i
o
n
t
h
e
f
u
n
c
t
i
o
n
o
f
(
R
e
duc
e
_L
R
O
n
_P
l
a
t
e
a
u)
h
a
s
b
e
e
n
ut
i
l
i
z
e
d
w
i
t
h
a
f
a
c
t
o
r
o
f
0.
31
a
n
d
e
n
dur
a
nc
e
o
f
2.
T
h
e
De
ns
e
l
a
y
e
r
c
a
t
e
gor
i
z
e
d
im
a
ge
s
i
n
t
o
o
n
e
o
f
t
h
r
e
e
c
l
a
s
s
e
s
us
i
ng
t
h
e
S
o
f
t
M
a
x
f
u
n
c
t
i
o
n
f
o
r
m
u
l
t
i
-
c
l
a
s
s
c
l
a
s
s
i
f
i
c
a
t
i
o
n
.
”
C
a
t
e
go
r
i
c
a
l
C
r
o
s
s
e
n
t
r
o
py
”
s
e
r
ve
d
a
s
t
h
e
l
o
s
s
f
u
n
c
t
i
o
n
due
to
t
h
e
m
u
l
t
i
-
c
l
a
s
s
o
ut
pu
t.
T
h
e
m
o
de
l
e
m
p
l
o
y
e
d
t
h
e
Ada
m
o
pt
i
m
i
z
e
r
w
i
t
h
a
c
c
ur
a
c
y
a
n
d
l
o
s
s
a
s
m
e
t
r
i
c
s
.
F
o
r
v
a
li
da
t
i
o
n
,
a
20%
da
t
a
s
p
l
i
t
wa
s
us
e
d.
E
p
o
c
h
s
a
n
d
ba
t
c
h
s
i
z
e
we
r
e
o
p
t
i
mi
z
e
d
us
i
ng
Ga
us
s
i
a
n
pr
o
c
e
s
s
,
m
a
pp
i
ng
hy
pe
r
pa
r
a
m
e
t
e
r
s
to
o
u
t
c
o
m
e
s
.
T
h
e
a
r
g
m
a
x
f
u
n
c
t
i
o
n
de
t
e
r
m
i
ne
d
t
h
e
m
o
s
t
l
i
ke
ly
l
a
b
e
l
by
s
e
l
e
c
t
i
n
g
t
h
e
m
a
xim
u
m
va
l
ue
f
r
o
m
e
a
c
h
pr
e
d
i
c
t
i
o
n
r
o
w.
T
hi
s
v
a
l
ue
i
nde
x
r
e
pr
e
s
e
n
t
e
d
t
h
e
o
u
t
c
o
m
e
.
T
h
e
C
N
N
a
r
c
hi
t
e
c
t
ur
e
i
s
de
p
i
c
t
e
d
i
n
F
i
gur
e
5.
F
i
gur
e
5.
T
h
e
b
u
i
l
d
i
ng
bl
o
c
ks
o
f
t
h
e
pr
o
p
o
s
e
d
C
N
N
m
o
de
l
5.
E
XP
E
R
I
M
E
NT
AL
WORK
AN
D
RE
S
UL
T
S
I
n
t
hi
s
wo
r
k
s
e
v
e
r
a
l
too
l
s
a
n
d
l
i
b
r
a
r
i
e
s
f
o
r
pr
ogr
a
m
mi
ng
de
e
p
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
s
a
n
d
n
e
ur
a
l
n
e
t
wo
r
k
m
o
de
l
li
ng
we
r
e
us
e
d,
whi
c
h
h
a
v
e
a
m
a
j
o
r
r
o
l
e
i
n
t
h
e
de
v
e
l
o
p
m
e
n
t
a
n
d
e
va
l
ua
t
i
o
n
o
f
our
b
r
e
a
s
t
c
a
nc
e
r
c
l
a
s
s
if
i
c
a
t
i
o
n
m
o
de
l
s
.
T
h
e
s
e
li
b
r
a
r
i
e
s
i
nc
l
u
de
d
T
e
n
s
o
r
F
l
o
w,
K
e
r
a
s
,
a
n
d
P
y
T
o
r
c
h
.
I
n
a
dd
i
t
i
o
n
,
we
h
a
ve
us
e
d
M
a
ny
h
e
l
pe
r
l
i
br
a
r
i
e
s
s
u
c
h
a
s
T
qd
m
,
Nu
m
P
y,
P
a
n
da
s
,
M
a
t
p
l
ot
l
i
b
a
n
d
s
k
l
e
a
r
n
,
e
a
c
h
c
o
n
t
r
i
b
ut
i
ng
i
t
s
o
wn
uni
que
c
a
pa
bil
i
t
i
e
s
to
s
i
m
p
l
if
y
da
t
a
pr
o
c
e
s
s
i
ng,
vi
s
ua
l
i
z
a
t
i
o
n
,
a
n
d
pe
r
f
o
r
m
a
n
c
e
e
va
l
u
a
t
i
o
n
.
T
h
e
s
t
udy
a
i
m
s
t
o
e
nh
a
nc
e
c
l
a
s
s
if
i
c
a
t
i
o
n
a
c
c
ur
a
c
y
,
r
e
duc
e
t
r
a
i
ni
ng
ti
m
e
f
o
r
t
h
e
de
e
p
l
e
a
r
ni
ng
m
o
de
l
.
Our
e
f
f
o
r
t
s
a
r
e
b
r
i
e
f
ly
s
u
m
m
a
r
i
z
e
d
i
n
T
a
bl
e
1,
whe
r
e
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
c
a
r
e
f
u
ll
y
s
e
l
e
c
t
e
d
pr
e
-
t
r
a
i
n
e
d
a
r
c
hi
t
e
c
t
ur
e
s
i
s
do
c
u
m
e
n
t
e
d.
Not
a
bl
y
,
e
a
c
h
o
f
t
h
e
pr
e
-
t
r
a
i
n
e
d
n
e
t
wo
r
ks
s
h
o
we
d
r
e
m
a
r
ka
bl
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
c
c
ur
a
c
y
,
de
m
o
ns
t
r
a
t
i
n
g
i
t
s
s
t
r
e
n
gt
h
i
n
t
h
e
t
a
s
k
o
f
de
t
e
c
t
i
n
g
b
r
e
a
s
t
c
a
n
c
e
r
,
w
i
t
h
s
c
o
r
e
s
r
a
n
g
i
ng
f
r
o
m
90.
1%
to
94
.
3%
.
A
n
o
t
a
bl
e
a
c
hi
e
ve
m
e
n
t
w
o
r
t
h
hi
g
hli
g
h
t
i
n
g
i
s
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
o
ur
pr
o
p
o
s
e
d
m
o
de
l
,
whi
c
h
s
h
o
we
d
pr
o
m
i
s
i
n
g
r
e
s
ul
t
s
a
c
r
o
s
s
m
u
l
t
i
p
l
e
m
e
t
r
i
c
s
,
i
n
c
l
ud
i
ng
a
c
c
ur
a
c
y
,
a
n
d
a
r
e
a
un
de
r
c
ur
v
e
(
A
UC
)
.
T
h
e
E
f
f
i
c
i
e
n
t
Ne
t
B
5
m
o
de
l
wa
s
e
m
p
l
o
y
e
d
a
s
a
n
e
f
f
i
c
i
e
n
t
m
o
de
l
,
h
a
vi
ng
t
h
e
hi
g
h
e
s
t
a
c
c
ur
a
c
y
w
h
e
n
a
pp
l
i
e
d
t
o
a
DD
S
M
da
t
a
s
e
t
.
On
t
h
e
ot
h
e
r
h
a
n
d,
th
e
t
r
a
i
ni
ng
o
f
t
h
e
E
f
f
i
c
i
e
n
t
Ne
t
B
1
a
n
d
R
e
s
Ne
t
-
50
m
o
de
l
s
r
e
s
u
l
t
e
d
i
n
s
l
i
g
h
t
l
y
l
o
we
r
pe
r
f
o
r
m
a
nc
e
.
T
h
e
de
p
th
a
n
d
c
o
m
p
l
e
xi
t
y
o
f
t
h
e
m
o
de
l
i
s
pr
oo
f
o
f
i
t
s
a
c
c
ur
a
c
y
.
Ho
we
v
e
r
,
i
t
i
s
n
e
c
e
s
s
a
r
y
t
o
s
t
r
i
ke
a
b
a
l
a
n
c
e
b
e
t
we
e
n
pe
r
f
o
r
m
a
n
c
e
a
n
d
r
e
s
o
ur
c
e
u
t
i
li
z
a
t
i
o
n
.
T
h
e
C
N
N
m
o
de
l
de
v
e
l
o
pe
d
o
n
pr
e
-
t
r
a
i
ne
d
m
o
de
l
s
,
t
h
e
r
e
s
u
l
t
s
o
f
w
hi
c
h
a
r
e
c
l
e
a
r
ly
s
h
o
wn
i
n
F
i
gur
e
6.
T
hi
s
pr
o
f
o
un
d
im
pr
o
v
e
m
e
n
t
i
n
a
c
c
ur
a
c
y
u
n
de
r
s
c
o
r
e
s
t
h
e
s
t
r
e
n
gt
h
o
f
t
h
e
pr
o
p
o
s
e
d
m
o
de
l
a
n
d
i
t
s
i
m
po
r
t
a
n
c
e
i
n
de
v
e
l
o
p
i
ng
de
e
p
l
e
a
r
ni
ng
m
o
de
l
s
to
a
c
c
o
m
p
li
s
h
v
e
r
y
s
pe
c
i
f
i
c
t
a
s
ks
s
uc
h
a
s
a
n
a
ly
s
i
ng
m
e
d
i
c
a
l
im
a
ge
s
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2252
-
8776
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
,
Vo
l
.
14
,
N
o.
3
,
De
c
e
m
be
r
20
25
:
933
-
940
938
T
a
bl
e
1.
C
o
m
pa
r
i
s
o
n
o
f
m
o
de
l
’
s
pe
r
f
o
r
m
a
n
c
e
M
o
de
l
A
c
c
u
r
a
c
y
AUC
P
r
e
c
is
i
o
n
R
e
c
a
ll
F1
-
s
c
o
r
e
P
r
o
p
o
s
e
d M
o
d
e
l
96.5
96.3
0.95
0.95
0.96
E
f
f
i
c
i
e
nt
N
e
tB
5
94.3
96.02
0.94
0.91
0.93
R
e
s
N
e
t
-
101
93.5
95.3
0.94
0.92
0.92
E
f
f
i
c
i
e
nt
N
e
tB
1
91.3
92.2
0.91
0.91
0.92
R
e
s
N
e
t
-
50
90.12
91.3
0.9
0.91
0.91
F
i
gur
e
6.
T
h
e
a
c
c
ur
a
c
y
gr
a
ph
f
o
r
t
h
e
pr
o
p
o
s
e
d
m
o
de
l
6.
CONC
L
USI
ON
I
n
t
hi
s
wo
r
k,
a
C
NN
m
o
de
l
wa
s
de
s
i
g
n
e
d
w
i
t
h
i
t
s
a
bil
i
t
y
t
o
c
l
a
s
s
i
f
y
c
o
m
p
l
e
x
c
a
s
e
s
o
f
b
r
e
a
s
t
c
a
n
c
e
r
,
wh
e
r
e
t
h
e
da
t
a
wa
s
t
r
a
i
n
e
d
a
f
t
e
r
f
i
ne
ly
a
d
j
u
s
t
i
n
g
t
h
e
m
o
de
l
a
n
d
im
pr
o
vi
n
g
i
t
t
o
o
b
t
a
i
n
t
h
e
m
o
s
t
a
c
c
ur
a
t
e
r
e
s
u
l
t
s
t
h
a
t
c
a
n
b
e
o
b
t
a
i
n
e
d
f
r
o
m
m
a
m
m
o
gr
a
p
hy
i
m
a
ge
s
,
a
n
d
t
h
e
pr
o
p
o
s
e
d
m
o
de
l
wa
s
c
o
m
pa
r
e
d
w
i
t
h
pr
e
vi
o
us
ly
t
r
a
i
n
e
d
m
o
de
l
s
.
W
hi
c
h
c
o
n
t
r
i
b
ut
e
d
to
th
e
d
i
s
c
o
v
e
r
y
o
f
d
i
f
f
e
r
e
n
t
wa
y
s
t
o
a
c
hi
e
ve
t
h
e
be
s
t
a
c
c
ur
a
c
y
i
n
t
h
e
r
e
s
u
l
t
s
,
whi
c
h
f
a
c
il
i
t
a
t
e
s
t
h
e
pr
o
c
e
s
s
o
f
d
i
a
g
n
o
s
i
n
g
t
h
e
d
i
s
e
a
s
e
w
i
t
h
hi
g
h
a
c
c
ur
a
c
y
a
n
d
r
e
l
i
a
bil
it
y
,
whi
c
h
b
e
n
e
f
i
t
s
t
h
e
m
e
d
i
c
a
l
s
t
a
f
f
wo
r
ki
n
g
i
n
t
h
e
f
i
e
l
d.
AC
K
NOWL
E
DGM
E
NT
T
h
e
c
ur
r
e
n
t
r
e
s
e
a
r
c
h
i
s
s
uppo
r
t
e
d
by
a
c
o
l
l
a
b
o
r
a
ti
o
n
be
t
we
e
n
No
r
t
h
e
r
n
T
e
c
hni
c
a
l
U
ni
ve
r
s
i
t
y
NT
U
a
n
d
M
o
s
u
l
U
ni
ve
r
s
i
t
y
i
n
I
r
a
q.
T
h
e
we
b
s
i
t
e
o
f
NT
U
i
s
h
t
t
ps
:/
/www
.
n
t
u
.
e
du.
i
q
a
n
d
M
o
s
u
l
U
ni
v
e
r
s
i
t
y
i
s
h
t
t
ps
:/
/www
.
u
o
m
o
s
u
l
.
e
du.
i
q
.
F
UN
DI
NG
I
N
F
ORM
AT
I
ON
A
ut
h
o
r
s
s
t
a
t
e
n
o
f
un
d
i
ng
i
nv
o
l
ve
d.
AU
T
HO
R
CONT
RI
B
UT
I
ONS
S
T
AT
E
M
E
NT
Nam
e
of
Aut
h
or
C
M
So
Va
Fo
I
R
D
O
E
Vi
Su
P
Fu
M
o
h
a
m
m
e
d
Gh
a
z
a
l
M
ur
t
a
dh
a
Al
-
G
h
a
d
h
a
nf
a
r
i
F
a
j
e
r
F
a
d
hil
C
:
C
o
n
c
e
pt
ua
li
z
a
ti
o
n
M
:
M
e
th
o
d
o
l
o
g
y
So
:
So
f
twa
r
e
Va
:
Va
li
da
ti
o
n
Fo
:
Fo
r
ma
l
a
na
l
y
s
is
I
:
I
nve
s
ti
ga
ti
o
n
R
:
R
e
s
o
u
r
c
e
s
D
:
D
a
ta
C
ur
a
ti
o
n
O
:
W
r
it
in
g
-
O
r
ig
in
a
l
D
r
a
f
t
E
:
W
r
it
in
g
-
R
e
v
i
e
w
&
E
di
ti
ng
Vi
:
Vi
s
ua
li
z
a
ti
o
n
Su
:
Su
pe
r
v
is
io
n
P
:
P
r
o
j
e
c
t
a
dmi
ni
s
tr
a
ti
o
n
Fu
:
Fu
ndi
ng a
c
qui
s
it
i
o
n
CONF
L
I
CT
OF
I
NT
E
RE
S
T
S
T
AT
E
M
E
NT
A
ut
h
o
r
s
s
t
a
t
e
n
o
c
o
nf
li
c
t
o
f
i
n
t
e
r
e
s
t
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
I
S
S
N:
2252
-
8776
C
las
s
if
ication
o
f
br
e
as
t
c
anc
e
r
us
ing
a
pr
e
c
is
e
de
e
p
lear
ning
mode
l
ar
c
hit
e
c
tur
e
(
M
ohamm
e
d
Ghaz
al
1
)
939
I
NF
ORM
E
D
CONSE
NT
W
e
h
a
v
e
o
b
t
a
i
n
e
d
i
nf
o
r
m
e
d
c
o
n
s
e
n
t
f
r
o
m
a
l
l
i
nd
i
vidua
l
s
i
n
c
l
ude
d
i
n
t
hi
s
s
t
ud
y
.
E
T
HI
CA
L
AP
P
ROV
AL
T
h
e
r
e
s
e
a
r
c
h
r
e
l
a
t
e
d
to
h
u
m
a
n
us
e
h
a
s
b
e
e
n
c
o
m
p
li
e
d
w
i
t
h
a
ll
t
h
e
r
e
l
e
va
n
t
n
a
t
i
o
n
a
l
r
e
gu
l
a
t
i
o
ns
a
n
d
i
ns
t
i
t
ut
i
o
n
a
l
po
l
i
c
i
e
s
i
n
a
c
c
o
r
da
n
c
e
w
i
t
h
t
h
e
t
e
n
e
t
s
o
f
t
h
e
He
l
s
i
nk
i
D
e
c
l
a
r
a
t
i
o
n
a
n
d
h
a
s
b
e
e
n
a
ppr
o
v
e
d
by
t
h
e
a
ut
h
o
r
s
'
i
n
s
t
i
t
ut
i
o
n
a
l
r
e
vi
e
w
b
o
a
r
d
or
e
qui
v
a
l
e
n
t
c
o
m
mi
t
t
e
e
;
o
r
:
T
h
e
r
e
s
e
a
r
c
h
r
e
l
a
t
e
d
to
a
ni
m
a
l
us
e
h
a
s
b
e
e
n
c
o
m
p
li
e
d
w
i
t
h
a
ll
t
he
r
e
l
e
v
a
n
t
n
a
t
i
o
na
l
r
e
gu
l
a
t
i
o
n
s
a
n
d
i
ns
t
i
t
ut
i
o
n
a
l
po
l
i
c
i
e
s
f
o
r
t
h
e
c
a
r
e
a
n
d
us
e
o
f
a
nim
a
l
s
.
DA
T
A
AV
AI
L
AB
I
L
I
T
Y
T
h
e
da
t
a
t
h
a
t
s
uppor
t
t
h
e
f
i
n
d
i
ng
s
o
f
t
hi
s
s
t
ud
y
a
r
e
o
pe
nl
y
a
v
a
il
a
bl
e
i
n
t
h
e
D
i
g
i
t
a
l
Da
t
a
b
a
s
e
f
o
r
S
c
r
e
e
ni
ng
M
a
mm
o
gr
a
p
hy
(
DD
S
M
)
a
t
h
tt
p:/
/d
o
i
.
o
r
g/10.
7937/K
9/T
C
I
A
.
2016.
7O3Z
H2D
S
,
[
20]
.
RE
F
E
R
E
NC
E
S
[
1]
C
.
X
u
e
t
al
.
,
“
A
de
no
s
qua
mo
us
c
a
r
c
in
o
ma
of
th
e
b
r
e
a
s
t:
a
po
p
ul
a
ti
o
n
-
ba
s
e
d
s
tu
d
y
,
”
B
r
e
as
t
C
anc
e
r
,
v
o
l.
28,
pp.
848
-
858,
20
21,
do
i:
10.1007/s
12282
-
021
-
01222
-
3
.
[
2]
S
.
J
.
S
.
G
a
r
de
z
i,
A
.
E
la
z
a
b,
B
.
L
e
i,
a
nd
T
.
W
a
ng,
“
B
r
e
a
s
t
c
a
n
c
e
r
de
t
e
c
ti
o
n
a
nd
di
a
gno
s
is
us
in
g
m
a
mm
o
gr
a
phi
c
da
ta
:
S
y
s
te
ma
ti
c
r
e
v
i
e
w
,
”
J
our
nal
of
m
e
di
c
al
I
n
te
r
n
e
t
r
e
s
e
ar
c
h,
v
o
l.
21, n
o
. 7, p.
e
14464, 2019, d
o
i:
10.2196/14464.
[
3]
M
.
A
.
A
l
-
A
nt
a
r
i,
M
.
A
.
A
l
-
M
a
s
ni
,
M
.
-
T
.
C
ho
i,
S
.
-
M
.
H
a
n,
a
nd
T
.
-
S
.
K
im
,
“
A
f
ul
l
y
in
t
e
gr
a
t
e
d
c
o
mput
e
r
-
a
id
e
d
di
a
gno
s
is
s
y
s
te
m
f
or
di
gi
ta
l
X
-
r
a
y
ma
mm
o
g
r
a
ms
vi
a
de
e
p
le
a
r
n
in
g
d
e
t
e
c
t
i
o
n,
s
e
gm
e
nt
a
ti
o
n,
a
nd
c
la
s
s
if
i
c
a
ti
o
n,
”
I
nt
e
r
nat
io
nal
jo
ur
nal
of
m
e
di
c
al
in
f
or
m
at
ic
s
,
v
o
l.
117, pp. 44
-
54, 2018, d
o
i:
10.1016/j
.i
jm
e
di
n
f
.
2018.06.003.
[
4]
Z
.
A
s
s
a
r
i,
A
.
M
a
hl
o
o
ji
f
a
r
,
a
nd
N
.
A
hma
di
ne
ja
d,
“
D
is
c
r
im
in
a
ti
o
n
of
be
ni
gn
a
nd
ma
li
gna
nt
s
o
li
d
b
r
e
a
s
t
ma
s
s
e
s
us
in
g
de
e
p
r
e
s
id
ua
l
le
a
r
ni
ng
-
ba
s
e
d
bi
m
o
da
l
c
o
mput
e
r
-
a
id
e
d
di
a
gn
o
s
is
s
y
s
t
e
m,
”
B
io
m
e
di
c
al
Si
gnal
P
r
oc
e
s
s
in
g
and
C
ont
r
ol
,
v
o
l.
73,
p.
103453,
2022,
do
i:
10.1016/j
.bs
p
c
.2021.103453.
[
5]
H
.
P
e
z
e
s
hki
,
M
.
R
a
s
tg
a
r
po
ur
,
A
.
S
ha
r
i
f
i,
a
nd
S
.
Y
a
z
da
ni
,
“
E
x
tr
a
c
ti
o
n
of
s
p
i
c
ul
a
te
d
pa
r
ts
of
ma
mm
o
g
r
a
m
tu
m
or
s
t
o
im
pr
ove
a
c
c
ur
a
c
y
of
c
la
s
s
if
ic
a
t
io
n,
”
M
ul
ti
m
e
di
a
T
o
ol
s
an
d
A
p
pl
i
c
at
i
on
s
,
v
o
l.
7
8,
p
p.
1
99
79
-
2
00
03
,
20
19
,
do
i:
10
.1
00
7/
s
11
04
2
-
0
19
-
7
18
5
-
4.
[
6]
T
.
K
oo
i
e
t
al
.
,
“
L
a
r
g
e
s
c
a
l
e
de
e
p
l
e
a
r
ni
ng
f
o
r
c
o
mput
e
r
a
id
e
d
de
t
e
c
t
i
o
n
of
ma
mm
o
gr
a
phi
c
le
s
i
o
ns
,
”
M
e
di
c
al
image
anal
y
s
is
,
vo
l.
35, pp. 303
-
312, 2017, do
i
:
10.1016/j
.m
e
di
a
.2016.07.007.
[
7]
W
.
X
ie
,
Y
.
L
i,
a
nd
Y
.
M
a
,
“
B
r
e
a
s
t
ma
s
s
c
la
s
s
if
ic
a
ti
o
n
i
n
di
gi
ta
l
ma
mm
o
gr
a
ph
y
ba
s
e
d
o
n
e
x
tr
e
m
e
l
e
a
r
ni
ng
ma
c
hi
ne
,
”
N
e
ur
oc
om
put
in
g,
v
o
l.
173, pp.
930
-
9
41, 2016,, d
o
i
:
10.1016/j
.n
e
u
c
o
m.2015.08.048.
[
8]
N
.
H
.
M
uka
nd
e
t
al
.
,
“
T
he
a
s
s
oc
ia
ti
o
n
be
tw
e
e
n
ph
y
s
i
c
a
l
he
a
lt
h
-
r
e
la
t
e
d
qua
li
t
y
of
l
i
f
e
,
ph
y
s
i
c
a
l
f
unc
ti
o
ni
ng,
a
nd
r
is
k
of
c
o
nt
r
a
la
t
e
r
a
l
br
e
a
s
t
c
a
n
c
e
r
a
m
o
ng
o
ld
e
r
w
o
m
e
n,
”
B
r
e
as
t
C
anc
e
r
,
vo
l.
29,
n
o
.
2,
p
p.
287
-
295,
2022,
d
o
i:
10.1007/s
12282
-
021
-
01309
-
x.
[
9]
S
.
M
a
qs
o
o
d
a
nd
U
.
J
a
v
e
d,
“
M
ul
ti
-
m
o
da
l
me
d
ic
a
l
i
ma
ge
f
us
i
o
n
ba
s
e
d
o
n
tw
o
-
s
c
a
l
e
im
a
g
e
d
e
c
omp
o
s
it
io
n
a
nd
s
pa
r
s
e
r
e
pr
e
s
e
n
ta
ti
o
n,
”
B
io
m
e
di
c
al
Si
gnal
P
r
oc
e
s
s
in
g and C
ont
r
ol
,
v
o
l
. 57, p. 101810, 2020, do
i:
10
.1016/j
.bs
p
c
.2019.101810.
[
10]
R
.
A
ga
r
w
a
l,
O
.
D
ia
z
,
X
.
L
la
dó,
M
.
H
.
Y
a
p,
a
nd
R
.
M
a
r
tí
,
“
A
ut
o
ma
ti
c
ma
s
s
de
t
e
c
ti
o
n
in
ma
mm
o
gr
a
ms
us
in
g
d
e
e
p
c
o
n
vo
lu
ti
o
na
l
ne
ur
a
l
n
e
tw
o
r
ks
,
”
J
our
nal
of
M
e
di
c
al
I
m
agi
ng,
v
o
l.
6,
n
o
. 3, pp
. 031409
-
031409, 2019, do
i
:
10.1117/1.J
M
I
.6.3.031409.
[
11]
N
.
C
ho
uha
n,
A
.
K
ha
n,
J
.
Z
.
S
ha
h,
M
.
H
us
s
na
in
,
a
nd
M
.
W
.
K
ha
n,
“
D
e
e
p
c
o
n
vo
lu
ti
o
na
l
ne
ur
a
l
n
e
tw
o
r
k
a
nd
e
m
o
ti
o
na
l
le
a
r
ni
ng
ba
s
e
d
br
e
a
s
t
c
a
nc
e
r
de
t
e
c
ti
o
n
us
in
g
di
gi
ta
l
ma
mm
o
g
r
a
ph
y
,
”
C
om
put
e
r
s
in
B
io
lo
gy
and
M
e
di
c
in
e
,
v
o
l.
132,
p.
104318,
2021,
do
i:
10.1016/j
.c
o
mpbi
o
m
e
d.2021.104318.
[
12]
H
.
C
ho
ug
r
a
d,
H
.
Z
o
ua
ki
,
a
nd
O
.
A
lh
e
y
a
ne
,
“
D
e
e
p
c
o
n
vo
lu
ti
o
n
a
l
ne
ur
a
l
ne
tw
o
r
ks
f
o
r
br
e
a
s
t
c
a
n
c
e
r
s
c
r
e
e
ni
ng,
”
C
om
put
e
r
m
e
t
hods
and pr
ogr
am
s
i
n bi
om
e
di
c
in
e
,
v
o
l.
1
57, pp. 19
-
30, 2018, d
o
i:
1
0.1016/j
.c
mpb.2018.01.011.
[
13]
Y
.
B
r
ha
ne
H
a
g
o
s
,
A
.
G
ub
e
r
n
M
é
r
id
a
,
a
nd
J
.
T
e
uw
e
n,
“
I
mp
r
ovi
ng
br
e
a
s
t
c
a
n
c
e
r
de
te
c
ti
o
n
us
in
g
s
y
mm
e
t
r
y
in
f
o
r
ma
ti
o
n
w
it
h
d
e
e
p
le
a
r
ni
ng,
”
in
I
nt
e
r
nat
io
nal
W
or
k
s
hop
on
R
e
c
ons
tr
uc
ti
on
and
A
nal
y
s
is
of
M
ov
i
ng
B
ody
O
r
gans
,
2018:
S
pr
in
g
e
r
,
pp.
90
-
97,
do
i:
10.1007/978
-
3
-
030
-
00946
-
5_10.
[
14]
N
.
D
hunge
l,
G
.
C
a
r
ne
i
r
o
,
a
nd
A
.
P
.
B
r
a
dl
e
y
,
“
A
de
e
p
le
a
r
ni
ng
a
ppr
o
a
c
h
f
o
r
th
e
a
na
l
y
s
is
of
ma
s
s
e
s
in
ma
mm
o
gr
a
ms
w
it
h
mi
ni
ma
l
us
e
r
i
nt
e
r
ve
nt
i
o
n,
”
M
e
di
c
al
i
m
age
analy
s
is
,
vo
l.
37, pp. 114
-
12
8, 2017, do
i:
10.1016/j
.
me
di
a
.2017.01.009.
[
15]
J
.
H
a
r
e
f
a
,
A
.
A
l
e
x
a
nd
e
r
,
a
nd
M
.
P
r
a
ti
w
i,
“
C
o
mpa
r
is
o
n
c
la
s
s
if
i
e
r
:
s
uppo
r
t
ve
c
t
o
r
ma
c
hi
n
e
(
S
V
M
)
a
nd
K
-
n
e
a
r
e
s
t
n
e
ig
hb
o
r
(
K
-
N
N
)
in
di
gi
ta
l
ma
mm
o
g
r
a
m i
ma
ge
s
,
”
J
ur
nal
I
nf
or
m
at
ik
a dan Sis
te
m
I
nf
or
m
a
s
i,
vo
l.
2, n
o
. 2, pp. 35
-
40, 2016.
[
16]
S
.
K
.
G
h
o
s
h,
A
.
M
it
r
a
,
a
nd
A
.
G
ho
s
h,
“
A
no
ve
l
in
tu
it
i
o
ni
s
ti
c
f
u
z
z
y
s
of
t
s
e
t
e
nt
r
e
n
c
he
d
ma
mm
o
gr
a
m
s
e
gm
e
nt
a
ti
o
n
u
nde
r
mul
ti
gr
a
nul
a
ti
o
n
a
ppr
ox
im
a
ti
o
n
f
or
br
e
a
s
t
c
a
nc
e
r
de
t
e
c
ti
o
n
i
n
e
a
r
l
y
s
ta
ge
s
,
”
E
x
pe
r
t
Sy
s
te
m
s
w
it
h
A
ppl
i
c
at
io
ns
,
vo
l.
169,
p.
114329, 2021, do
i:
10.1016/j
.
e
s
w
a
.2020.114329.
[
17]
M
.
A
.
A
l
-
A
nt
a
r
i
e
t
al
.
,
“
A
n
a
ut
o
ma
ti
c
c
o
mpu
te
r
-
a
id
e
d
di
a
gno
s
is
s
y
s
te
m
f
or
br
e
a
s
t
c
a
n
c
e
r
in
di
gi
ta
l
ma
mm
o
gr
a
ms
v
ia
d
e
e
p
b
e
li
e
f
ne
tw
o
r
k,
”
J
our
nal
of
M
e
di
c
al
and B
io
lo
gi
c
al
E
ngi
ne
e
r
in
g,
vo
l.
38, pp. 443
-
456, 2018, do
i
:
10.1007/s
40846
-
017
-
0321
-
6.
[
18]
Y
.
Q
iu
e
t
al
.
,
“
A
n
e
w
a
pp
r
o
a
c
h
t
o
d
e
v
e
l
o
p
c
o
mput
e
r
-
a
id
e
d
di
a
gno
s
is
s
c
he
me
of
b
r
e
a
s
t
ma
s
s
c
la
s
s
if
i
c
a
ti
o
n
us
in
g
d
e
e
p
l
e
a
r
n
in
g
te
c
hn
o
l
o
g
y
,
”
J
our
nal
of
X
-
r
ay
Sc
ie
n
c
e
and T
e
c
hnol
ogy
,
vo
l.
25,
no
.
5, pp. 751
-
763, 2017, d
o
i
:
10.3233/XS
T
-
16226.
[
19]
V
.
R
a
ji
ni
ka
nt
h,
S
.
K
a
dr
y
,
D
.
T
a
ni
a
r
,
R
.
D
a
ma
š
e
v
i
č
iu
s
,
a
nd
H
.
T
.
R
a
uf
,
“
B
r
e
a
s
t
-
c
a
nc
e
r
d
e
t
e
c
ti
o
n
us
in
g
th
e
r
ma
l
im
a
ge
s
w
it
h
ma
r
in
e
-
p
r
e
da
t
or
s
-
a
lg
or
it
hm
s
e
l
e
c
t
e
d
f
e
a
tu
r
e
s
,
”
in
2021
s
e
v
e
nt
h
in
te
r
nat
io
nal
c
onf
e
r
e
nc
e
on
bi
o
s
ig
nal
s
,
image
s
,
and
in
s
tr
um
e
nt
at
io
n (
I
C
B
SI
I
)
, 2021: I
E
E
E
, pp. 1
-
6, d
o
i:
10.1109/
I
C
B
S
I
I
51839.2021.9445166.
[
20]
M
.
H
e
a
th
e
t
a
l.
,
“
C
ur
r
e
nt
s
ta
tu
s
of
th
e
di
gi
ta
l
da
ta
ba
s
e
f
or
s
c
r
e
e
ni
ng
ma
mm
o
gr
a
ph
y
,
”
in
D
ig
it
al
M
am
m
ogr
aphy
:
N
ij
m
e
ge
n,
1998
:
S
pr
in
ge
r
, 1998, pp. 457
-
460, d
o
i:
10.1007/978
-
94
-
011
-
5318
-
8_
75
.
[
21]
P
.
O
z
a
,
P
.
S
ha
r
ma
,
S
.
P
a
te
l,
a
nd
P
.
K
uma
r
,
“
D
e
e
p
c
o
n
vo
lu
t
i
ona
l
ne
ur
a
l
ne
tw
o
r
ks
f
o
r
c
o
mput
e
r
-
a
id
e
d
br
e
a
s
t
c
a
nc
e
r
di
a
gn
o
s
t
ic
:
a
s
ur
ve
y
,
”
N
e
ur
al
c
om
put
in
g and appli
c
at
io
ns
,
v
o
l.
34, n
o
. 3, p
p.
1815
-
1836, 2022, do
i
:
10.1007/s
00521
-
021
-
06804
-
y.
[
22]
R
. T
e
r
z
i,
e
t
al
.
“
T
he
di
gi
ta
l
e
y
e
f
or
ma
mm
o
g
r
a
ph
y
:
d
e
e
p
t
r
a
ns
f
e
r
le
a
r
ni
ng
a
nd m
o
d
e
l
e
ns
e
mb
le
ba
s
e
d
o
p
e
n
-
s
o
ur
c
e
t
oo
lk
it
f
o
r
ma
s
s
de
t
e
c
t
i
o
n a
nd c
la
s
s
i
f
ic
a
ti
o
n,”
Si
gnal
,
I
m
age
and V
id
e
o
P
r
oc
e
s
s
i
ng
, vo
l
. 19, n
o
. 1, p. 170, 2025.
[
23]
N
.
W
a
is
i,
N
.
A
bdul
la
h,
a
nd
M
.
G
ha
z
a
l,
“
T
h
e
A
ut
o
ma
ti
c
D
e
te
c
ti
o
n
of
U
nd
e
r
a
ge
T
r
oo
p
e
r
s
f
r
o
m
L
i
v
e
-
V
id
e
o
s
B
a
s
e
d
o
n
D
e
e
p
L
e
a
r
ni
ng,
”
P
r
z
e
gl
ad E
le
k
tr
ot
e
c
hni
c
z
ny
,
v
o
l.
97, n
o
. 9, 2021, d
oi
:
10.15199/48.2021.0
9.18.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2252
-
8776
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
,
Vo
l
.
14
,
N
o.
3
,
De
c
e
m
be
r
20
25
:
933
-
940
940
[
24]
M
.
T
a
n
a
nd
Q
.
V
.
L
e
,
“
E
f
f
i
c
i
e
nt
n
e
t:
I
mpr
ov
in
g
a
c
c
ur
a
c
y
a
n
d
e
f
f
i
c
ie
n
c
y
th
r
o
ugh
a
ut
o
ml
a
nd
m
o
d
e
l
s
c
a
li
ng,
”
ar
X
iv
pr
e
pr
in
t
ar
X
iv
:
1905.11946,
vo
l.
2, n
o
. 5, p. 11, 2019.
[
25]
M
.
T
a
n
a
nd
Q
.
L
e
,
“
E
f
f
i
c
i
e
nt
n
e
t:
R
e
th
in
ki
ng
m
o
d
e
l
s
c
a
li
ng
f
o
r
c
o
n
vo
lu
t
i
o
na
l
ne
u
r
a
l
ne
twor
ks
,
”
in
In
te
r
nat
io
nal
c
onf
e
r
e
n
c
e
on
m
ac
hi
ne
l
e
ar
ni
ng
, 2019: P
M
L
R
, pp. 6105
-
6114.
[
26]
V
.
K
r
is
hna
A
di
th
y
a
e
t
al
.
,
“
E
f
f
U
n
e
t
-
S
pa
G
e
n:
a
n
e
f
f
i
c
i
e
nt
a
n
d
s
pa
ti
a
l
ge
ne
r
a
ti
ve
a
ppr
o
a
c
h
t
o
gl
a
uc
o
ma
d
e
t
e
c
ti
o
n,
”
J
our
nal
o
f
I
m
agi
ng,
vo
l.
7, n
o
. 6, p. 92, 2021, d
oi
:
10.3390/j
im
a
g
in
g70600
92.
[
27]
K
.
H
e
,
X
.
Z
ha
ng,
S
.
R
e
n,
a
nd
J
.
S
un,
“
D
e
e
p
r
e
s
id
ua
l
l
e
a
r
ni
ng
f
or
im
a
ge
r
e
c
o
gn
it
i
o
n,
”
in
P
r
oc
e
e
di
ngs
of
th
e
I
E
E
E
c
onf
e
r
e
nc
e
on
c
om
put
e
r
v
is
io
n and patt
e
r
n r
e
c
ogni
ti
on
, 2016, pp. 770
-
778, doi:
10.1109/C
V
P
R
.2016.90.
[
28]
M
. M
. A
bdul
gha
ni
, M
.
T
.
G
ha
z
a
l,
a
nd A
.
B
. M
.
S
a
li
h,
“
D
is
c
ove
r
huma
n p
o
s
e
s
s
im
il
a
r
it
y
a
nd a
c
ti
o
n
r
e
c
o
gni
ti
o
n
ba
s
e
d
o
n
ma
c
hi
ne
le
a
r
ni
ng,
”
B
ul
le
ti
n
of
E
le
c
tr
ic
al
E
ngi
ne
e
r
in
g
and
I
n
f
or
m
at
ic
s
(
B
E
E
I
)
,
vo
l.
12,
no
.
3,
pp.
1570
-
1577,
2023,
do
i:
10.11591/ee
i.
v
12i
3.
4930.
[
29]
R
.
A
lb
a
s
r
a
w
i,
F
.
F
.
F
a
dhi
l,
a
nd
M
.
T
.
G
ha
z
a
l,
“
D
r
i
ve
r
d
r
o
w
s
in
e
s
s
mo
ni
t
o
r
in
g
s
y
s
t
e
m
ba
s
e
d
o
n
f
a
c
ia
l
L
a
nd
ma
r
k
de
t
e
c
ti
o
n
w
it
h
c
o
n
vo
lu
ti
o
na
l
n
e
ur
a
l
n
e
tw
o
r
k
f
or
pr
e
di
c
ti
o
n,
”
B
ul
le
ti
n
of
E
le
c
tr
ic
al
E
ngi
ne
e
r
in
g
and
I
nf
or
m
at
ic
s
(
B
E
E
I
)
,
vo
l.
11,
n
o
.
5,
p
p.
26
37
-
2644, 2022, do
i:
10.11591/
e
e
i.
v
11i
5.3966.
B
I
OG
RA
P
HI
E
S
OF
AU
T
HO
RS
M
o
h
a
m
m
ed
G
h
a
z
a
l
o
b
t
ai
n
e
d
h
i
s
M.
S
c
.
d
e
g
r
ee
fro
m
C
o
m
p
u
t
e
r
E
n
g
i
n
ee
r
i
n
g
T
e
ch
n
o
l
o
g
y
,
N
o
rt
h
e
r
n
T
ec
h
n
i
c
a
l
U
n
i
v
e
rs
i
t
y
,
Mo
s
u
l
,
I
r
aq
i
n
2
0
1
6
.
H
i
s
M.
Sc
.
t
h
e
s
i
s
e
n
t
i
t
l
ed
:
“
W
h
ee
l
ch
ai
r
Ro
b
o
t
C
o
n
t
ro
l
U
s
i
n
g
E
O
G
s
i
g
n
al
s
”
a
n
d
h
i
s
c
u
rr
en
t
r
e
s
e
ar
c
h
fo
cu
s
e
s
o
n
t
h
e
d
ev
e
l
o
p
men
t
o
f
fa
ce
r
ec
o
g
n
i
t
i
o
n
al
g
o
r
i
t
h
m
.
H
e
c
an
b
e
co
n
t
a
c
t
e
d
at
em
a
i
l
:
mo
h
a
mme
d
.
g
h
azal
@
n
t
u
.
ed
u
.
i
q
.
M
u
rta
dh
a
A
l
-
G
h
a
d
h
a
nf
a
ri
o
b
t
ai
n
ed
h
i
s
Bach
e
l
o
r’s
d
eg
r
ee
fro
m
C
o
m
p
u
t
er
E
n
g
i
n
ee
r
i
n
g
T
ec
h
n
o
l
o
g
y
,
N
o
rt
h
e
r
n
T
ec
h
n
i
c
a
l
U
n
i
v
e
rs
i
t
y
,
M
o
s
u
l
,
I
raq
i
n
2
0
0
5
an
d
a
m
as
t
e
r’s
d
eg
r
ee
i
n
Co
m
p
u
t
e
rs
an
d
Co
mmu
n
i
c
at
i
o
n
s
fro
m
U
n
i
v
e
rs
i
t
y
K
e
b
a
n
g
s
aan
Mal
a
y
s
i
a
(
U
K
M),
Ban
g
u
i
,
Mal
a
y
s
i
a
i
n
2
0
2
2
.
M.
S
c
p
ro
j
ec
t
t
i
t
l
e
d
:
“
O
3
B
s
at
e
l
l
i
t
e
c
o
mmu
n
i
c
at
i
o
n
p
e
rfo
r
m
a
n
ce
e
v
a
l
u
at
i
o
n
”
.
H
i
s
cu
rr
e
n
t
r
e
s
e
ar
c
h
f
o
c
u
s
e
s
o
n
RO
S.
H
e
c
an
b
e
c
o
n
t
ac
t
e
d
at
em
ai
l
:
mu
rt
ad
h
a.
g
d
f
@
u
o
m
o
s
u
l
.
e
d
u
.
i
q
.
F
a
jer
F
a
dh
i
l
recei
v
e
d
t
h
e
“
C.
E
”
Ba
ch
e
l
o
r
o
f
C
o
m
p
u
t
e
r
E
n
g
i
n
ee
r
i
n
g
d
eg
r
ee
an
d
“
M.
E
.
”
Mas
t
e
r
o
f
C
o
m
p
u
t
e
r
E
n
g
i
n
ee
r
i
n
g
i
n
E
l
ec
t
ri
cal
a
n
d
Co
m
p
u
t
e
r
E
n
g
i
n
ee
ri
n
g
fro
m
T
e
ch
n
i
c
al
Co
l
l
e
g
e
o
f
M
o
s
u
l
,
Mo
s
u
l
,
I
raq
,
i
n
2
0
0
3
an
d
2
0
1
2
re
s
p
e
c
t
i
v
el
y
.
S
h
e
i
s
cu
rr
e
n
t
l
y
w
o
rk
i
n
g
at
C
o
m
p
u
t
e
r
an
d
In
t
e
r
n
e
t
ce
n
t
e
r
at
U
n
i
v
e
rs
i
t
y
o
f
Mo
s
u
l
,
M
o
s
u
l
,
I
raq
as
a
l
ec
t
u
r
e
r.
S
h
e
w
as
w
o
rk
i
n
g
as
C
i
s
co
A
c
a
d
emy
ad
mi
n
i
s
t
rat
o
r
at
U
n
i
v
e
rs
i
t
y
o
f
Mo
s
u
l
,
Mo
s
u
l
,
I
raq
.
H
e
r
c
u
rr
en
t
re
s
e
ar
c
h
i
n
t
e
r
e
s
t
i
n
cl
u
d
e
s
o
p
t
i
c
a
l
e
n
g
i
n
ee
ri
n
g
,
co
mm
u
n
i
c
at
i
o
n
en
g
i
n
ee
ri
n
g
an
d
c
l
o
u
d
c
o
m
p
u
t
i
n
g
.
S
h
e
c
an
b
e
co
n
t
a
c
t
ed
at
em
a
i
l
:
fa
j
rf
e
h
r
@
u
o
mo
s
u
l
.
ed
u
.
i
q
.
Evaluation Warning : The document was created with Spire.PDF for Python.