基于支持向量机的乳腺癌辅助诊断

• 作者: 刘兴华 孔春阳 肖汉光 蔡从中 袁前飞
• 来源期刊: 重庆大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 支持向量机 K-近邻法 概率神经网络 乳腺癌 诊断 模式识别
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 数学·物理·经济·工商管理
• 页码范围: 140-144
• 页数: 5页
• 分类号: TPL8|U49
• 字数: 3945字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-582X.2007.06.033

摘要

采用支持向量机、K-近邻法(K-Nearest Neighbor,K-NN)、概率神经网络(Probabilistic Neural Network,PNN),结合乳腺肿瘤的细针穿刺细胞病理学临床数据诊断乳腺癌.结果表明:当使用sigmoid核函数时,SVM通过5次交叉验证的最佳平均分类准确率达到了96.24%,优于K-NN(95.37%),PNN(95.09%)等分类器,表明该方法有望成为一种实用的乳腺癌临床辅助诊断工具.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孔春阳	重庆师范大学物理学与信息技术学院	28	226	7.0	14.0
2	刘兴华	重庆大学数理学院	16	120	7.0	10.0