【摘要】：針對(duì)傳統(tǒng)極限學(xué)習(xí)機(jī)的輸入權(quán)值矩陣和隱含層偏差是隨機(jī)給定進(jìn)而可能會(huì)導(dǎo)致在乳腺腫瘤的輔助診斷應(yīng)用研究中存在精度明顯不足的情況,提出用改進(jìn)魚(yú)群算法優(yōu)化ELM方法。在完成對(duì)乳腺腫瘤有效的輔助診斷的過(guò)程中,本研究工作充分利用ELM能快速地完成訓(xùn)練過(guò)程且具有很好的泛化能力的特點(diǎn),并結(jié)合用改進(jìn)魚(yú)群算法對(duì)ELM的隱含層偏差進(jìn)行優(yōu)化,構(gòu)造出了乳腺腫瘤與從乳腺腫瘤樣本數(shù)據(jù)中提取的10個(gè)特征向量之間的非線性映射關(guān)系。將本文提出的乳腺腫瘤識(shí)別方法的仿真結(jié)果與AFSA-ELM方法、ELM方法、LVQ方法、BP方法的仿真結(jié)果分別從識(shí)別準(zhǔn)確率、假陰性率、學(xué)習(xí)速度三個(gè)方面做對(duì)比分析,仿真結(jié)果表明,本文所提方法對(duì)乳腺腫瘤診斷具有較高的分類識(shí)別準(zhǔn)確率、假陰性率以及較快的學(xué)習(xí)速率。
[Abstract]:In view of the fact that the input weight matrix and hidden layer deviations of traditional LLMs are given randomly and may lead to obvious inaccuracy in the application of breast tumor diagnosis, an improved fish swarm algorithm is proposed to optimize the ELM method. In the process of effective assistant diagnosis of breast tumor, this study makes full use of the characteristic that ELM can complete the training process quickly and has good generalization ability, and optimizes the hidden layer deviation of ELM by using improved fish swarm algorithm. The nonlinear mapping relationship between breast tumor and 10 feature vectors extracted from breast tumor sample data is constructed. The simulation results of breast tumor recognition method proposed in this paper are compared with those of AFSA-ELM method, LVQ method and BP method from three aspects of recognition accuracy, false negative rate and learning speed, respectively. The simulation results show that, The method proposed in this paper has high classification and recognition accuracy, false negative rate and fast learning rate for the diagnosis of breast tumors.
【作者單位】： 安徽理工大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(5574257) 安徽理工大學(xué)中青年骨干教師
【分類號(hào)】：R737.9;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 謝召平,王永忠;老年乳腺腫瘤患者的外科治療[J];中國(guó)腫瘤臨床與康復(fù);2001年04期

2 李園 ,吳越,孫迎化,吳社謀;乳腺腫瘤的超聲診斷[J];現(xiàn)代醫(yī)用影像學(xué);2002年01期

3 李娜,趙秀麗,武旭;對(duì)國(guó)外乳腺腫瘤與哨兵淋巴結(jié)關(guān)系文獻(xiàn)的分析[J];醫(yī)學(xué)信息;2002年06期

4 張首煒,周麗;657例乳腺腫瘤統(tǒng)計(jì)分析[J];中國(guó)病案;2004年12期

5 趙信喜;;微波快速石蠟切片診斷乳腺腫瘤342例結(jié)果分析[J];中國(guó)鄉(xiāng)村醫(yī)藥;2006年06期

6 ;現(xiàn)代乳腺腫瘤學(xué)(第2版)[J];中華腫瘤防治雜志;2007年01期

7 張麗娜;苗延巍;王紹武;;乳腺腫瘤~1H磁共振波譜的應(yīng)用現(xiàn)狀與進(jìn)展[J];中國(guó)醫(yī)學(xué)影像技術(shù);2008年08期

8 黃培雋;林建軍;覃美瑛;陳寶乾;;乳腺腫瘤的超聲與病理結(jié)果對(duì)比分析[J];內(nèi)科;2011年02期

9 吳伊娜;;彩色多普勒血流顯像技術(shù)對(duì)乳腺腫瘤的診斷價(jià)值[J];中國(guó)現(xiàn)代醫(yī)生;2011年21期

10 韋東明;韋桂蘭;;乳腺腫瘤的超聲診斷及術(shù)后病理結(jié)果分析[J];中外醫(yī)學(xué)研究;2013年06期

相關(guān)會(huì)議論文 前10條

1 熊愛(ài)民;董蓓蓓;陳中全;;14例乳腺腫瘤的超聲診斷與病理結(jié)果對(duì)照分析[A];2009年“臨床診斷和治療新進(jìn)展研究”暨“全國(guó)腫瘤病理診斷交流”研討會(huì)論文集[C];2009年

2 羅曉燕;涂偉嫻;呂小霞;;高頻二維超聲及彩色多普勒對(duì)乳腺腫瘤的診斷價(jià)值[A];中國(guó)超聲醫(yī)學(xué)工程學(xué)會(huì)第二次全國(guó)淺表器官及外周血管超聲醫(yī)學(xué)學(xué)術(shù)會(huì)議論文匯編[C];2009年

3 潘祺鋒;姚萌;;提高乳腺腫瘤微波成像精度的方法研究[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

4 吳國(guó)昌;;1H-MRS在乳腺腫瘤中的應(yīng)用研究[A];2010中華醫(yī)學(xué)會(huì)影像技術(shù)分會(huì)第十八次全國(guó)學(xué)術(shù)大會(huì)論文集[C];2010年

5 楊振賢;李平;;64層螺旋CT成像技術(shù)對(duì)乳腺腫瘤的診斷價(jià)值[A];2010中華醫(yī)學(xué)會(huì)影像技術(shù)分會(huì)第十八次全國(guó)學(xué)術(shù)大會(huì)論文集[C];2010年

6 宋曉芳;蔣旭東;李穎;;彩色多普勒對(duì)乳腺腫瘤的診斷價(jià)值[A];慶祝中國(guó)超聲醫(yī)學(xué)工程學(xué)會(huì)成立20周年——第八屆全國(guó)超聲醫(yī)學(xué)學(xué)術(shù)會(huì)議論文匯編[C];2004年

7 蔣雪梅;胡靜;王淑玲;劉鴻玉;;高頻超聲診斷乳腺腫瘤的價(jià)值[A];2001年全國(guó)醫(yī)學(xué)影像技術(shù)學(xué)術(shù)會(huì)議論文匯編[C];2001年

8 魏曉敏;閻素華;劉忠_g;葛少波;;彩超在診斷乳腺腫瘤方面應(yīng)用體會(huì)(附12例分析)[A];第十二屆全國(guó)臨床醫(yī)學(xué)影像學(xué)術(shù)會(huì)議、第四屆東北三省放射學(xué)術(shù)會(huì)議論文匯編[C];2002年

9 王秋元;黃禾江;雷云霞;任蓉;;乳腺腫瘤的高頻與彩色多譜勒超聲的診斷與分析[A];2007年貴州省醫(yī)學(xué)會(huì)超聲學(xué)分會(huì)學(xué)術(shù)會(huì)議論文匯編[C];2007年

10 雷蓓;連溯;劉雪玲;伍業(yè)冬;李堅(jiān);駱?lè)?;三維能量多普勒評(píng)價(jià)乳腺腫瘤血管的價(jià)值[A];中國(guó)超聲醫(yī)學(xué)工程學(xué)會(huì)第十一屆全國(guó)超聲醫(yī)學(xué)學(xué)術(shù)大會(huì)論文匯編[C];2012年

相關(guān)重要報(bào)紙文章 前7條

1 李運(yùn)紅邋趙迎;乳腺腫瘤患者不必再擔(dān)憂[N];科技日?qǐng)?bào);2007年

2 舒惠娟;市一醫(yī)院乳腺腫瘤診治“二合一”[N];自貢日?qǐng)?bào);2010年

3 記者 熊燕;樹(shù)，

本文編號(hào)：2314558