基于EST和SVM的乳腺癌识别新方法

• 作者: 吴小俊 顾成扬
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 主成分分析 特征空间分离变换 支持向量机 肿瘤分类
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 183-185,193
• 分类号: TP391.4
• 字数: 3138字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.08.054

摘要

在分析了目前肿瘤分类检测所采用的方法基础上,提出了一种基于特征空间分离变换(Eigenspace Separation Trans-form)结合支持向量机的乳癌识别新方法.用UCI数据库提供的569例乳腺肿瘤患者,乳腺肿块细胞核显微图像的30个量化特征样本集,进行了分类识别实验,结果表明采用新方法检测乳癌正确识别率达98.3%,优于传统的其他分类识别方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴小俊	江南大学信息工程学院	170	1079	17.0	22.0
2	顾成扬	淮阴师范学院数学科学学院	20	11	2.0	2.0