基于随机森林的乳腺肿瘤诊断研究

• 作者: 刘永春 宋弘
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 随机森林 决策树 乳腺肿瘤 重采样
• 年，卷（期）: 2014,（15）
• 所属期刊栏目: 视频应用与工程
• 页码范围: 253-255
• 页数: 3页
• 分类号: TP391.4
• 字数: 2861字
• 语种: 中文

摘要

采用人工智能方法对乳腺肿瘤进行自动诊断实质是对乳腺显微图像进行模式分类识别问题,比传统的人工诊断方法具有更高的准确率和效率,从而提高肿瘤治疗效果.基于随机森林的分类器具有良好的泛化性能,首先讨论了随机森林模型的建立,然后利用训练好的模型对乳腺肿瘤数据进行分类测试,最后讨论了影响随机森林分类器性能的因素以及如何选择随机森林里的决策树的数量.仿真实验表明,利用随机森林分类器对乳腺肿瘤进行分类识别比采用BP、LVQ神经网络、决策树方法可以获得更好的泛化性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋弘	四川理工学院自动化与电子信息学院	42	177	7.0	12.0
2	刘永春	四川理工学院自动化与电子信息学院	25	112	5.0	9.0