乳腺癌數(shù)據(jù)分析與計算建模
發(fā)布時間：2021-01-17 19:51
在女性癌癥中,乳腺癌的發(fā)病率最高。早期診斷和治療對于降低乳腺癌的發(fā)病率和死亡率非常重要。計算機輔助診斷系統(tǒng)可以有效提高乳腺癌的診斷準(zhǔn)確性和診斷效率。但是,目前缺少對乳腺腫瘤不同檢測特征之間的關(guān)系以及不同特征診斷價值的研究。此外,大部分機器學(xué)習(xí)算法需要人為設(shè)置參數(shù),然而選擇合適的參數(shù)是比較困難的。為了解決上述問題,本論文主要研究了如下問題:（1）利用貝葉斯網(wǎng)絡(luò)定量分析乳腺癌超聲檢查與細針穿刺細胞學(xué)（FNAC）檢查中不同特征的診斷價值,以及不同乳腺癌特征之間的關(guān)系。該研究結(jié)果表明:不同特征之間存在不同程度的影響;不同特征的診斷價值不同,在超聲檢查中,形態(tài)的診斷價值最高;在FNAC中裸核的診斷價值最高。（2）利用異常檢測算法診斷乳腺癌,并研究基于水平集方法的異常檢測技術(shù),提出利用水平集方法診斷乳腺癌的方案。實驗結(jié)果表明:K-means算法診斷超聲檢查的性能最好;K近鄰算法診斷FNAC的性能最好。水平集方法描述數(shù)據(jù)的性能很好。（3）利用不同缺失數(shù)據(jù)處理方法處理兩組乳腺癌數(shù)據(jù)中的缺失值。實驗結(jié)果表明:當(dāng)超聲特征中存在缺失數(shù)據(jù)時,不同特征應(yīng)該選擇不同的方法處理;對于FNAC特征中的缺失數(shù)據(jù),隨機森...
【文章來源】：福建師范大學(xué)福建省
【文章頁數(shù)】：85 頁
【學(xué)位級別】：碩士
【部分圖文】：
圖２－１．兩個相連節(jié)點之間的四種不同的影響關(guān)系??
個惡性腫瘤病例）。將ＦＮＡＣ數(shù)據(jù)隨機分為包括３５５個樣本的訓(xùn)練數(shù)據(jù)集（２３０個良??性腫瘤病例和１２５個惡性腫瘤病例）和包括３２８個樣本的測試數(shù)據(jù)集（２１４個良性??腫瘤病例和１１４個惡性腫瘤病例）。利用十折交叉檢驗方法測試，得到如圖２－２所示??的貝葉斯網(wǎng)絡(luò)模型。在圖２－２中，一個長方形表示一個變量（特征），在每個長方形??中包括變量的名稱，每個變量的所有狀態(tài)以及在訓(xùn)練數(shù)據(jù)集中，每個變量中不同狀??態(tài)的比例，并用條形圖表示出來。連接兩個變量的有向線段表明兩個變量之間存在??一定的關(guān)系，有向線段的寬度表示程度，線段越寬表明兩者的關(guān)系越強。在圖２－２??中，將“Ｄｉａｇｎｏｓｉｓ”節(jié)點設(shè)置為目標(biāo)節(jié)點，其他節(jié)點均為非目標(biāo)節(jié)點，根據(jù)圖２－２??所示的節(jié)點之間的影響關(guān)系，該網(wǎng)絡(luò)可以分析其他節(jié)點對“Ｄｉａｇｎｏｓｉｓ”的影響；同??時可以分析其他相連節(jié)的非目標(biāo)節(jié)點之間的相互影響。??圖２－２?（ａ）為基于超聲檢查數(shù)據(jù)的貝葉斯網(wǎng)絡(luò)模型，該網(wǎng)絡(luò)結(jié)構(gòu)說明ＳＨ、ＲＩ、??ＣＡ和ＢＳ都對Ｄｉａｇｎｏｓｉｓ節(jié)點有影響；ＳＨ與ＲＩ、ＢＳ之間存在影響關(guān)系
福建師范大學(xué)軟件工程碩士學(xué)位論文??圖２－３?（ａ）和（ｂ）分別為乳腺腫瘤超聲檢查特征和ＦＮＡＣ檢查特征對乳腺腫??瘤診斷的影響強度。例如在圖２－３?（ａ）中可以看出，ＳＨ對乳腺腫瘤診斷的影響最??大，ＳＩ＝０．３２０１；其次依次為ＲＩ、ＣＡ和ＢＳ。這意味著在超聲檢查的四個特征中“ＳＨ”??的診斷價值最高。在圖２－３?（ｂ）中可以看出，ＢＡＮＵ對診斷的影響強度為０．３７９，??是ＦＮＡＣ診斷中診斷價值最高的特征。圖２－４對不同非目標(biāo)特征之間相互依賴強度??進行定量分析。其中，我們用＊１?（＊代替特征的名稱，例如ＳＨ１）表示產(chǎn)生影響者，??圖中的橫坐標(biāo)表示被影響者。圖２－４?（ａ）表示，ＳＨ對ＲＩ和ＢＳ的影響強度分別為??０．１４５２和０．１４６５?（菱形標(biāo)記），ＲＩ對ＳＨ的影響強度為０．２２６９?（正方形標(biāo)記），ＢＳ??對ＳＨ的影響強度為０．１４１５?（三角形標(biāo)記），ＲＩ和ＢＳ之間影響強度比較大，分別為??０．４３９８和０．４２４６。在圖２－４?（ｂ）中可以看出ＵＣＳＩ和ＵＣＳＨ之間的影響強度最大。??＂?參?參籲??ＯＪ?？?．?參擊??？?＃??０２￥?＾?？?０Ｊ?＊??％??ｇ?０．２?■?０
【參考文獻】：
期刊論文
[1]基于R語言的缺失數(shù)據(jù)及刪失數(shù)據(jù)處理[J]. 張靈婕,尤添革. 福建電腦. 2017(12)
[2]中國女性乳腺癌發(fā)病死亡和生存狀況[J]. 陳萬青,鄭榮壽. 中國腫瘤臨床. 2015(13)
[3]追蹤研究中缺失數(shù)據(jù)處理方法及應(yīng)用現(xiàn)狀分析[J]. 葉素靜,唐文清,張敏強,曹魏聰. 心理科學(xué)進展. 2014(12)
本文編號：2983492
【文章來源】：福建師范大學(xué)福建省
【文章頁數(shù)】：85 頁
【學(xué)位級別】：碩士
【部分圖文】：
圖２－１．兩個相連節(jié)點之間的四種不同的影響關(guān)系??
個惡性腫瘤病例）。將ＦＮＡＣ數(shù)據(jù)隨機分為包括３５５個樣本的訓(xùn)練數(shù)據(jù)集（２３０個良??性腫瘤病例和１２５個惡性腫瘤病例）和包括３２８個樣本的測試數(shù)據(jù)集（２１４個良性??腫瘤病例和１１４個惡性腫瘤病例）。利用十折交叉檢驗方法測試，得到如圖２－２所示??的貝葉斯網(wǎng)絡(luò)模型。在圖２－２中，一個長方形表示一個變量（特征），在每個長方形??中包括變量的名稱，每個變量的所有狀態(tài)以及在訓(xùn)練數(shù)據(jù)集中，每個變量中不同狀??態(tài)的比例，并用條形圖表示出來。連接兩個變量的有向線段表明兩個變量之間存在??一定的關(guān)系，有向線段的寬度表示程度，線段越寬表明兩者的關(guān)系越強。在圖２－２??中，將“Ｄｉａｇｎｏｓｉｓ”節(jié)點設(shè)置為目標(biāo)節(jié)點，其他節(jié)點均為非目標(biāo)節(jié)點，根據(jù)圖２－２??所示的節(jié)點之間的影響關(guān)系，該網(wǎng)絡(luò)可以分析其他節(jié)點對“Ｄｉａｇｎｏｓｉｓ”的影響；同??時可以分析其他相連節(jié)的非目標(biāo)節(jié)點之間的相互影響。??圖２－２?（ａ）為基于超聲檢查數(shù)據(jù)的貝葉斯網(wǎng)絡(luò)模型，該網(wǎng)絡(luò)結(jié)構(gòu)說明ＳＨ、ＲＩ、??ＣＡ和ＢＳ都對Ｄｉａｇｎｏｓｉｓ節(jié)點有影響；ＳＨ與ＲＩ、ＢＳ之間存在影響關(guān)系
福建師范大學(xué)軟件工程碩士學(xué)位論文??圖２－３?（ａ）和（ｂ）分別為乳腺腫瘤超聲檢查特征和ＦＮＡＣ檢查特征對乳腺腫??瘤診斷的影響強度。例如在圖２－３?（ａ）中可以看出，ＳＨ對乳腺腫瘤診斷的影響最??大，ＳＩ＝０．３２０１；其次依次為ＲＩ、ＣＡ和ＢＳ。這意味著在超聲檢查的四個特征中“ＳＨ”??的診斷價值最高。在圖２－３?（ｂ）中可以看出，ＢＡＮＵ對診斷的影響強度為０．３７９，??是ＦＮＡＣ診斷中診斷價值最高的特征。圖２－４對不同非目標(biāo)特征之間相互依賴強度??進行定量分析。其中，我們用＊１?（＊代替特征的名稱，例如ＳＨ１）表示產(chǎn)生影響者，??圖中的橫坐標(biāo)表示被影響者。圖２－４?（ａ）表示，ＳＨ對ＲＩ和ＢＳ的影響強度分別為??０．１４５２和０．１４６５?（菱形標(biāo)記），ＲＩ對ＳＨ的影響強度為０．２２６９?（正方形標(biāo)記），ＢＳ??對ＳＨ的影響強度為０．１４１５?（三角形標(biāo)記），ＲＩ和ＢＳ之間影響強度比較大，分別為??０．４３９８和０．４２４６。在圖２－４?（ｂ）中可以看出ＵＣＳＩ和ＵＣＳＨ之間的影響強度最大。??＂?參?參籲??ＯＪ?？?．?參擊??？?＃??０２￥?＾?？?０Ｊ?＊??％??ｇ?０．２?■?０
【參考文獻】：
期刊論文
[1]基于R語言的缺失數(shù)據(jù)及刪失數(shù)據(jù)處理[J]. 張靈婕,尤添革. 福建電腦. 2017(12)
[2]中國女性乳腺癌發(fā)病死亡和生存狀況[J]. 陳萬青,鄭榮壽. 中國腫瘤臨床. 2015(13)
[3]追蹤研究中缺失數(shù)據(jù)處理方法及應(yīng)用現(xiàn)狀分析[J]. 葉素靜,唐文清,張敏強,曹魏聰. 心理科學(xué)進展. 2014(12)
本文編號：2983492
本文鏈接：http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/2983492.html
最近更新
教材專著
