基于XGBoost的乳腺癌预测模型

• 作者: 孙仁诚 沈倩倩 邵峰晶
• 来源期刊: 青岛大学学报（自然科学版）
• 学科: 工学
• 关键词: 乳腺癌 辅助诊断 实时预测 XGBoost
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 信息工程
• 页码范围: 95-100
• 页数: 6页
• 分类号: TP391
• 字数: 3694字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1037.2019.02.18

摘要

针对现有乳腺癌预测模型虽然准确率较高,但是存在过拟合现象且在用于计算机辅助诊断(Computer Aided Diagnosis,CAD)过程中不能很好的降低漏诊率和误诊率的问题,提出了一种基于XGBoost算法构建的乳腺癌预测模型.在实验中采用细针穿刺细胞病理学检查所获得的检验数据进行实验并对比基于XGBoost的乳腺癌预测模型与已有预测模型的预测准确率,结果显示,基于XGBoost算法的乳腺癌预测模型预测准确率达到了97.86％,ROC曲线下方面积(AUC)的大小达到了99.59％,该模型的准确率优于已有乳腺癌预测模型的准确率,且获得了较高的AUC值,通过基于XGBoost的乳腺癌预测模型可以进一步优化乳腺癌的诊断技术.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵峰晶	青岛大学计算机科学技术学院	54	396	11.0	18.0
2	孙仁诚	青岛大学计算机科学技术学院	56	250	10.0	14.0
3	沈倩倩	青岛大学计算机科学技术学院	1	3	1.0	1.0