基于Logistic回归、ANN、SVM的乳腺癌复发影响因素研究

• 作者: 叶枫 饶飘雪
• 来源期刊: 计算机系统应用
• 关键词: 乳腺癌复发 人工神经网络 logistic回归 支持向量机
• 年，卷（期）: 2016,（7）
• 页码范围: 259-263
• 页数: 5页
• 字数: 5335字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005181

摘要

为找出乳腺癌复发的影响因素，并比较人工神经网络(ANN)型、支持向量机型(SVM)和logistic回归型在乳腺癌复发中的预测效能.本文结合南斯拉夫卢布尔雅那大学医疗中心乳腺癌肿瘤研究所的277例数据，对乳腺癌复发的影响因素进行研究.分别采用了 logistic 回归、人工神经网络和支持向量机方法来建立乳腺癌复发的预测模型，并对这三种分析方法进行了理论方法和预测效能的比较.结果发现，肿瘤大小、有无结节冒、肿瘤恶性程度(P<0.05)是乳腺癌术后复发的主要影响因素，而在不同的预测方法中相对于logistic回归模型，支持向量机和人工神经网络具有更好的预测效能，其中支持向量机的预测效能最好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶枫	浙江工业大学经贸学院	50	319	10.0	15.0
2	饶飘雪	浙江工业大学经贸学院	2	6	1.0	2.0