计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2013年
8期
2373-2376
,共4页
章永来%史海波%尚文利%周晓锋%纪晓楠
章永來%史海波%尚文利%週曉鋒%紀曉楠
장영래%사해파%상문리%주효봉%기효남
机器学习%支持向量机%乳腺癌%辅助诊断%分类
機器學習%支持嚮量機%乳腺癌%輔助診斷%分類
궤기학습%지지향량궤%유선암%보조진단%분류
machine learning%support vector machine%breast cancer%computer-aided diagnosis%classification
根据针吸细胞学方法影像中提取的特征值,设计了一种改进的支持向量机分类方法,并应用于乳腺癌的辅助诊断.通过对几种常用核函数的对比分析,所建立的新核函数在诊断中具有很好的综合性能.使用实际临床数据分析显示,该方法比模因佩雷托(memetic Pareto artificial neural network,MPANN)与一种改进型人工神经网络(evolutionary artificial neural network,EANN)方法在乳腺癌辅助诊断中具有更好的效果,可以为医疗机构对该疾病的诊断提供有力的决策支持.
根據針吸細胞學方法影像中提取的特徵值,設計瞭一種改進的支持嚮量機分類方法,併應用于乳腺癌的輔助診斷.通過對幾種常用覈函數的對比分析,所建立的新覈函數在診斷中具有很好的綜閤性能.使用實際臨床數據分析顯示,該方法比模因珮雷託(memetic Pareto artificial neural network,MPANN)與一種改進型人工神經網絡(evolutionary artificial neural network,EANN)方法在乳腺癌輔助診斷中具有更好的效果,可以為醫療機構對該疾病的診斷提供有力的決策支持.
근거침흡세포학방법영상중제취적특정치,설계료일충개진적지지향량궤분류방법,병응용우유선암적보조진단.통과대궤충상용핵함수적대비분석,소건립적신핵함수재진단중구유흔호적종합성능.사용실제림상수거분석현시,해방법비모인패뢰탁(memetic Pareto artificial neural network,MPANN)여일충개진형인공신경망락(evolutionary artificial neural network,EANN)방법재유선암보조진단중구유경호적효과,가이위의료궤구대해질병적진단제공유력적결책지지.
