基于数据挖掘的触诊成像乳腺癌智能诊断模型和方法

被引：4

作者：

张旭东 ^{[1
]}

孙圣力 ^{[1
]}

王洪超 ^{[2
]}

机构：

[1] 北京大学软件与微电子学院

[2] 北京先通康桥医药科技有限公司

来源：

大数据 | 2019年 / 5卷 / 01期

关键词：

智能诊断; 临床数据; 机器学习; SMOTE算法;

D O I：

暂无

中图分类号：

R737.9 [乳腺肿瘤]; TP311.13 [];

学科分类号：

100214 ; 1201 ;

摘要：

为了辅助医护人员利用触诊成像技术判定乳腺癌,提出了触诊成像乳腺癌智能诊断模型和方法。采用乳腺癌早期筛查及风险评估的临床数据,以触诊成像诊断结果为对比数据,通过决策树等机器学习算法以及投票法,对乳腺肿瘤的良恶性质进行判定。使用SMOTE算法对数据进行处理,建立了诊断模型和方法,自动完成对乳腺肿瘤性质的诊断。实验结果表明,乳腺癌正确筛查的准确性达到98%,提出的方法具有很好的应用价值。

引用

页码：68 / 76

页数：9

共 16 条

[1]

乳腺触诊成像影像诊断学.[M].王本忠;付君.科学出版社.2016,

[2]

构建用于预测中药化学成分心脏毒性的定量构效关系模型.[J].李雅秋;王旗;.北京大学学报(医学版).2017, 03

[3] 一种基于卷积神经网络深度学习的人体行为识别方法 [J].