SIA OpenIR  > 数字工厂研究室
面向乳腺癌辅助诊断的改进支持向量机方法
其他题名Improved method for computer-aided diagnosis of breast cancer based on support vector machines
章永来; 史海波; 尚文利; 周晓锋; 纪晓楠
作者部门数字工厂研究室
关键词机器学习 支持向量机 乳腺癌 辅助诊断 分类
发表期刊计算机应用研究
ISSN1001-3695
2013
卷号30期号:8页码:2373-2376
收录类别CSCD
CSCD记录号CSCD:4909655
产权排序1
资助机构国家自然科学基金项目(61164012)
摘要

目前在全世界范围内,乳腺癌已经成为妇女病死的重要原因之一。文章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,并应用于该疾病的辅助诊断。通过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。

其他摘要

According to features from a digitized image of a fine needle aspirate, this paper proposed an evolutionary classification method based on support vector machines for the disease diagnosis. Through the contrastive analysis using some common kernel functions, it showed experimentally that the new created kernel function has better integrative capability than original kernel functions. Compared with MPANN and EANN approach, this method has more effective in computer-aided diagnosis of breast cancer using the same clinical data,which can support the medical domain efficiently.

语种中文
引用统计
被引频次:3[CSCD]   [CSCD记录]
文献类型期刊论文
条目标识符http://ir.sia.cn/handle/173321/12481
专题数字工厂研究室
作者单位1.中国科学院沈阳自动化研究所
2.中国科学院大学
3.辽宁工程技术大学
推荐引用方式
GB/T 7714
章永来,史海波,尚文利,等. 面向乳腺癌辅助诊断的改进支持向量机方法[J]. 计算机应用研究,2013,30(8):2373-2376.
APA 章永来,史海波,尚文利,周晓锋,&纪晓楠.(2013).面向乳腺癌辅助诊断的改进支持向量机方法.计算机应用研究,30(8),2373-2376.
MLA 章永来,et al."面向乳腺癌辅助诊断的改进支持向量机方法".计算机应用研究 30.8(2013):2373-2376.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
面向乳腺癌辅助诊断的改进支持向量机方法.(1173KB)期刊论文作者接受稿开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[章永来]的文章
[史海波]的文章
[尚文利]的文章
百度学术
百度学术中相似的文章
[章永来]的文章
[史海波]的文章
[尚文利]的文章
必应学术
必应学术中相似的文章
[章永来]的文章
[史海波]的文章
[尚文利]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 面向乳腺癌辅助诊断的改进支持向量机方法.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。