深度森林在乳腺癌检测中的应用

• 作者: 何冉 李进
• 来源期刊: 新一代信息技术
• 学科: 工学
• 关键词: 机器学习 深度森林 乳腺癌 随机抽样 级联随机森林
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 科技论文
• 页码范围: 8-13
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.2096-6091.2020.10.002

摘要

对于医疗诊断领域传统机器学习分类算法效果不理想的情况,引入深度森林算法,应用于乳腺癌肿瘤的分类问题.该算法使用随机抽样方式对乳腺癌原始特征进行变换增强其特征表征能力,通过级联随机森林对增强特征做逐层表征学习,最后经过分类器输出分类结果.实验结果表明深度森林较支持向量机和决策树算法在乳腺癌良恶性分类性能更好,最高分类精度可达96.2％.该应用在提高了医师在乳腺癌诊断中的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李进		1	0	0.0	0.0
2	何冉		3	0	0.0	0.0