基于遗传算法特征选择的31P磁共振波谱图数据分类

• 作者: 刘强 刘毅慧 成金勇 桑君
• 来源期刊: 生物信息学
• 学科: 医学
• 关键词: 31P磁共振波谱 遗传算法 线性分类器
• 年，卷（期）: 2010,（4）
• 页码范围: 336-340
• 分类号: R445.2
• 字数: 5465字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5565.2010.04.013

摘要

基于31P磁共振波谱图(31Phosphorus Magnetic Resonance Spectroscopy,31P MRS)对肝脏数据进行诊断,共分为三种类型:肝癌,肝硬化和正常肝.本文在线性分类器分类前先用遗传算法进行特征选择,选择出最优特征子集.实验中,用线性分类器分别对经过遗传算法特征选择后的最优特征子集分类和对提取的全波谱数据进行分类.实验结果证明,前者方法不仅明显提高了分类的准确率,而且减少了分类器运行的时间,其中31P MR波谱对活体肝细胞癌的诊断正确率从62.50%提高到89.35%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘强		28	75	5.0	7.0
2	刘毅慧		4	6	1.0	2.0
3	成金勇		4	6	1.0	2.0
4	桑君		2	2	1.0	1.0