机器学习技术在胸癌诊断中的应用

摘要：

为了提高胸癌诊断的识别精度,提出了应用机器学习方法建立胸癌诊断模型.其中描述细胞特征的参量作为模型的输入,细胞的类别对应模型的输出.选取三种机器学习方法作为建立模型的训练算法,分别为反向传播(Back Propagation,BP)神经网络、学习矢量量化网络(Learleing Vector Quantity,LVQ)和支持向量机(Support Vector Machine,SVM).仿真结果显示三种机器学习方法所见的诊断模型均具有较高的识别率(BP:97.28%,LVQ:98.06%,SVM:98.45%),可作为有效地识别方法用于其他医学诊断研究.

关键词：神经网络、特征参量、支持向量、权值、学习矢量

所属期刊栏目：11

分类号：R734.3;TP183(肿瘤学)

资助基金：国家自然科学基金重点项目,国家自然科学基金项目10973020;北京市属高等学校人才强教计划资助项目PHR200906210;北京市教育委员会科研基地建设项目WYJD200902;"十一五"国家科技支撑计划重点项目课题、区域性国际物流综合服务系统与应用示范"北京市哲学社会科学规划项目09BaJG258

在线出版日期：2011-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：4730-4733,4739