机器学习在乳腺肿瘤分类检测中的应用研究

• 作者: 吕卫 李喆 褚晶辉 闵行
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 乳腺肿瘤 机器学习 性能比较
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 2303-2309
• 页数: 7页
• 分类号: TP391.4
• 字数: 6968字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2016.11.022

摘要

机器学习算法在医学检测与诊断,尤其是乳腺肿瘤分类检测与诊断中扮演愈发重要的角色.分析比较了几种经典机器学习分类器在乳腺肿瘤分类检测中的性能,并从准确率、灵敏度、特异性及执行效率等方面对各分类器的性能进行了评估比较,根据在不同数据库上的实验结果,总结了各机器学习分类器在乳腺肿瘤分类中的性能特点:线性判别分析和极限学习机两种分类器性能优良且训练效率很高;支持向量机性能较为平均且非常稳定,但训练耗时较长;而人工神经网络分类器虽然可以给出良好的特异性指标,但灵敏度指标不够理想.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李喆	天津大学电子信息工程学院	20	262	8.0	15.0
2	吕卫	天津大学电子信息工程学院	53	338	10.0	15.0
3	褚晶辉	天津大学电子信息工程学院	34	261	8.0	14.0
4	闵行	天津大学电子信息工程学院	3	6	2.0	2.0