面向乳腺癌辅助诊断的改进支持向量机方法

• 作者: 史海波 周晓锋 尚文利 章永来 纪晓楠
• 来源期刊: 计算机应用研究
• 关键词: 机器学习 支持向量机 乳腺癌 辅助诊断 分类
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2373-2376
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.08.033

摘要

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,并应用于乳腺癌的辅助诊断.通过对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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史海波	中国科学院沈阳自动化研究所	61	587	13.0	19.0
2	尚文利	中国科学院沈阳自动化研究所	58	618	12.0	23.0
3	周晓锋	中国科学院沈阳自动化研究所	19	174	7.0	13.0
4	章永来	中国科学院沈阳自动化研究所	4	65	3.0	4.0
7	纪晓楠	中国科学院沈阳自动化研究所	2	30	2.0	2.0