机器学习技术在胸癌诊断中的应用  

Breast Cancer Diagnosis Using Machine Learning Technique

作　　者：李蓉[1] 孙媛[1] 

机构地区：[1]北京物资学院信息学院,北京101149

出　　处：《科学技术与工程》2011年第20期4730-4733,4739,共5页Science Technology and Engineering

基　　金：国家自然科学基金重点项目;国家自然科学基金项目(10973020);北京市属高等学校人才强教计划资助项目(PHR200906210);北京市教育委员会科研基地建设项目(WYJD200902);"十一五"国家科技支撑计划重点项目课题;区域性国际物流综合服务系统与应用示范"北京市哲学社会科学规划项目(09BaJG258)资助

摘　　要：为了提高胸癌诊断的识别精度,提出了应用机器学习方法建立胸癌诊断模型。其中描述细胞特征的参量作为模型的输入,细胞的类别对应模型的输出。选取三种机器学习方法作为建立模型的训练算法,分别为反向传播(Back Propagation,BP)神经网络、学习矢量量化网络(Learning Vector Quantity,LVQ)和支持向量机(Support Vector Machine,SVM)。仿真结果显示三种机器学习方法所见的诊断模型均具有较高的识别率(BP:97.28%,LVQ:98.06%,SVM:98.45%),可作为有效地识别方法用于其他医学诊断研究。In order to improve the diagnosis accuracy,machine learning method was proposed to construct the breast cancer diagnosis model.The parameters of cell feature are the inputs of model and the class of diagnosed cell is the output.Three machine learning methods are chosen as training algorithm,including BP neural network,learning vector quantity network and support vector machine.Simulation results show that three methods have high identification ability（BP：97.28%,LVQ： 98.06%,SVM： 98.45%） and can be applied to other medicine research as effective method.

关 键 词：神经网络 特征参量 支持向量 权值 学习矢量 

分 类 号：R734.3[医药卫生—肿瘤] TP183[医药卫生—临床医学]