资源类型：
收录情况：
◇ 统计源期刊
◇ 北大核心
◇ CSSCI
文章类型：
机构：
[1]昆明理工大学质量发展研究院,昆明,650093
[2]云南省第一人民医院影像科,昆明,650034
医技片
放射科
云南省第一人民医院
出处：
ISSN：
关键词：
乳腺肿瘤
邻域粗糙集
遗传算法
LS-SVM解析模型
摘要：
为准确对乳腺肿瘤进行分类诊断,减轻病患痛楚,提出基于邻域粗糙集与遗传算法修正的LS-SVM解析模型的乳腺肿瘤分类诊断模型.文章对1569例乳腺癌患者数据在邻域粗糙集约简基础上,建立LS-SVM解析模型,利用遗传算法对LS-SVM解析模型参数修正并将修正后的模型对乳腺肿瘤进行分类诊断,与现有的方法对比发现,组合模型精确度高于LS-SVM、神经网络等模型.基于邻域粗糙集与修正LS-SVM解析模型的乳腺肿瘤分类诊断模型具有较好的临床诊断价值,其应用为乳腺肿瘤的诊断提供了一种新思路.
基金：
国家自然科学基金资助项目(71363063)%人才培养基金资助项目(KKZ3201458002)
第一作者：
第一作者机构：
[1]昆明理工大学质量发展研究院,昆明,650093
推荐引用方式(GB/T 7714)：
桑秀丽,李哲,吕梁.基于NRS与改进LS-SVM解析模型的乳腺肿瘤分类诊断[J].统计与决策.2017,(01):84-86.
