西安邮电大学学报
西安郵電大學學報
서안유전대학학보
Journal of Xi'an University of Posts and Telecommunications
2015年
6期
98-101
,共4页
电阻抗%乳腺组织%支持向量机%主成分分析%频谱
電阻抗%乳腺組織%支持嚮量機%主成分分析%頻譜
전조항%유선조직%지지향량궤%주성분분석%빈보
electrical impedance%breast tissue%support vector machine%principal component analysis%frequency spectrum
针对乳腺癌早期辅助检测与诊断问题,提出一种改进的基于电阻抗频谱特性的乳腺组织分类算法.根据人体电阻抗特征数据特点,利用主成分分析法降低数据维数和去除噪声,然后采用支持向量机对数据进行分类.由此结合主成分分析和支持向量机,得到改进的分类算法.实验结果表明,改进的分类算法可以有效地对乳腺组织进行分类,准确率达80％以上,特别对乳腺癌和脂肪组织的分类准确率超高95％.
針對乳腺癌早期輔助檢測與診斷問題,提齣一種改進的基于電阻抗頻譜特性的乳腺組織分類算法.根據人體電阻抗特徵數據特點,利用主成分分析法降低數據維數和去除譟聲,然後採用支持嚮量機對數據進行分類.由此結閤主成分分析和支持嚮量機,得到改進的分類算法.實驗結果錶明,改進的分類算法可以有效地對乳腺組織進行分類,準確率達80％以上,特彆對乳腺癌和脂肪組織的分類準確率超高95％.
침대유선암조기보조검측여진단문제,제출일충개진적기우전조항빈보특성적유선조직분류산법.근거인체전조항특정수거특점,이용주성분분석법강저수거유수화거제조성,연후채용지지향량궤대수거진행분류.유차결합주성분분석화지지향량궤,득도개진적분류산법.실험결과표명,개진적분류산법가이유효지대유선조직진행분류,준학솔체80％이상,특별대유선암화지방조직적분류준학솔초고95％.
