生物信息学
生物信息學
생물신식학
BIOINFORMATICS
2010年
4期
336-340
,共5页
桑君%刘毅慧%刘强%成金勇
桑君%劉毅慧%劉彊%成金勇
상군%류의혜%류강%성금용
31P磁共振波谱%遗传算法%线性分类器
31P磁共振波譜%遺傳算法%線性分類器
31P자공진파보%유전산법%선성분류기
基于31P磁共振波谱图(31Phosphorus Magnetic Resonance Spectroscopy,31P MRS)对肝脏数据进行诊断,共分为三种类型:肝癌,肝硬化和正常肝.本文在线性分类器分类前先用遗传算法进行特征选择,选择出最优特征子集.实验中,用线性分类器分别对经过遗传算法特征选择后的最优特征子集分类和对提取的全波谱数据进行分类.实验结果证明,前者方法不仅明显提高了分类的准确率,而且减少了分类器运行的时间,其中31P MR波谱对活体肝细胞癌的诊断正确率从62.50%提高到89.35%.
基于31P磁共振波譜圖(31Phosphorus Magnetic Resonance Spectroscopy,31P MRS)對肝髒數據進行診斷,共分為三種類型:肝癌,肝硬化和正常肝.本文在線性分類器分類前先用遺傳算法進行特徵選擇,選擇齣最優特徵子集.實驗中,用線性分類器分彆對經過遺傳算法特徵選擇後的最優特徵子集分類和對提取的全波譜數據進行分類.實驗結果證明,前者方法不僅明顯提高瞭分類的準確率,而且減少瞭分類器運行的時間,其中31P MR波譜對活體肝細胞癌的診斷正確率從62.50%提高到89.35%.
기우31P자공진파보도(31Phosphorus Magnetic Resonance Spectroscopy,31P MRS)대간장수거진행진단,공분위삼충류형:간암,간경화화정상간.본문재선성분류기분류전선용유전산법진행특정선택,선택출최우특정자집.실험중,용선성분류기분별대경과유전산법특정선택후적최우특정자집분류화대제취적전파보수거진행분류.실험결과증명,전자방법불부명현제고료분류적준학솔,이차감소료분류기운행적시간,기중31P MR파보대활체간세포암적진단정학솔종62.50%제고도89.35%.
