基于SFS-SVM的乳腺癌预测模型的构建

• 作者: 余丽玲 刘文平 刘虔铖 杨蕊梦 赖胜圣 金浩宇
• 来源期刊: 中国医学物理学杂志
• 关键词: 乳腺癌 预测模型 序列前向选择算法 支持向量机算法
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 医学信号处理与医学仪器
• 页码范围: 826-829
• 页数: 4页
• 分类号: R318
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2019.07.015

摘要

目的:构建基于序列前向选择算法(SFS)与支持向量机算法(SVM)分类器融合的乳腺癌预测模型,提高计算机辅助诊断技术对乳腺癌细针穿刺细胞病理的准确率.方法:对456组乳腺肿瘤病理数据作为训练集,利用SFS-SVM算法对30个特征进行筛选,得到最优的特征组合,再用112组乳腺肿瘤病理数据作为测试集验证,构建乳腺癌预测模型.该模型的预测精度通过5折交叉验证进行评价.评价指标包括:受试者工作特性曲线(ROC)下面积(AUC)、准确率(ACC)、敏感度和特异度.结果:构建了基于SFS-SVM的乳腺癌预测模型,该模型(AUC为98.39％,ACC为97.35％)相对于单独SVM算法(AUC为97.00％,ACC为92.42％)有一定的提高.结论:基于SFS特征选择的SVM分类器乳腺癌预测模型能较好地对乳腺癌进行辅助诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金浩宇	广东食品药品职业学院医疗器械学院	41	111	6.0	8.0
2	赖胜圣	广东食品药品职业学院医疗器械学院	31	116	5.0	9.0
3	刘虔铖	广东食品药品职业学院医疗器械学院	33	95	6.0	8.0
4	余丽玲	广东食品药品职业学院医疗器械学院	14	23	2.0	4.0
5	刘文平	广东食品药品职业学院医疗器械学院	7	1	1.0	1.0