Lanzhou University of Technology Institutional Repository (LUT_IR)
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 |
个性服务 |
查看访问统计 |
谷歌学术 |
谷歌学术中相似的文章 |
[汪家清]的文章 |
[张鑫]的文章 |
[曹彤]的文章 |
百度学术 |
百度学术中相似的文章 |
[汪家清]的文章 |
[张鑫]的文章 |
[曹彤]的文章 |
必应学术 |
必应学术中相似的文章 |
[汪家清]的文章 |
[张鑫]的文章 |
[曹彤]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论