基于Fisher线性判别分析对乳腺微钙化性质的预测研究

	基于Fisher线性判别分析对乳腺微钙化性质的预测研究
	汪家清 1; 张鑫 2; 曹彤 3; 王能才 3; 张海英 3
	2022-02-15
发表期刊	中国医学装备
ISSN	1672-8270
卷号	19 期号:02 页码:5-9
摘要	目的:使用基于机器学习的Fisher线性分类判别方法,对分割的乳腺微钙化数据进行线性变换,预测乳腺微钙化的性质。方法:基于Fisher线性分类判别分析原理,建立预测判别模型对乳腺微钙化的良、恶性进行分类。选取在医院行乳腺癌筛查的432例患者的原始数据,将原始数据中的30项569条乳腺癌特征数据为输入变量,以乳腺微钙化良、恶性的预测准确率为输出变量,建立乳腺微钙化分类判别模型。结果:将测试样本代入训练后的Fisher线性判别模型中,其预测乳腺微钙化的良、恶性分类准确率达到93.86%,受试者工作特征(ROC)曲线下面积(AUC)值为0.99,模型的分类性能良好。结论:建立的Fisher线性判别模型对乳腺微钙化良、恶性的预测分类效果较好,能够方便快捷地为乳腺疾病的临床诊断起辅助作用。
关键词	乳腺微钙化 Fisher线性判别线性变换预测分类机器学习
URL	查看原文
语种	中文
资助项目	第三批甘肃省民生课题(1303FCMA018)“远程会诊医疗信息服务平台建设与示范应用”
中图分类号	TP181;R737.9
文献类型	期刊论文
条目标识符	https://ir.lut.edu.cn/handle/2XXMBERH/155786
专题	兰州理工大学
通讯作者	曹彤
作者单位	1.嘉峪关市酒钢医院乳腺专科; 2.兰州理工大学电气工程与信息工程学院; 3.解放军联勤保障部队第九四〇医院信息科
推荐引用方式 GB/T 7714	汪家清,张鑫,曹彤,等. 基于Fisher线性判别分析对乳腺微钙化性质的预测研究[J]. 中国医学装备,2022,19(02):5-9.
APA	汪家清,张鑫,曹彤,王能才,&张海英.(2022).基于Fisher线性判别分析对乳腺微钙化性质的预测研究.中国医学装备,19(02),5-9.
MLA	汪家清,et al."基于Fisher线性判别分析对乳腺微钙化性质的预测研究".中国医学装备 19.02(2022):5-9.

条目包含的文件		下载所有文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
基于Fisher线性判别分析对乳腺微钙化（2780KB）	期刊论文	出版稿	开放获取	CC BY-NC-SA	浏览下载