版权说明 操作指南
首页 > 成果 > 详情

决策树及支持向量机与深度学习模型在肝癌鉴别诊断中的比较研究

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
黄辛迪;黄慧;刘佳俊;丁长松
作者机构:
湖南中医药大学信息科学与工程学院,湖南 长沙410208
湖南省中医药大数据分析实验室,湖南 长沙410208
[黄辛迪; 丁长松; 黄慧; 刘佳俊] 湖南中医药大学
语种:
中文
关键词:
肝癌;决策树;支持向量机;深度学习;多层感知机;卷积神经网络
期刊:
医学信息
ISSN:
1006-1959
年:
2023
卷:
36
期:
15
页码:
70-74
基金类别:
2020002:湖南省中医药科研计划重点课题 kq2202265:长沙市自然科学基金项目 2019XJJJ029:湖南中医药大学校级科研项目
机构署名:
本校为第一机构
院系归属:
信息科学与工程学院
摘要:
目的 使用数据挖掘技术研究肝功能检查数据,分析肝功能检查指标与肝癌诊断的关联,探究肝癌早诊断、早治疗的辅助数据分析方法。方法 构建决策树C4.5模型并提取决策方法,并以Bagging方法优化;采用网格划分法和粒子群优化算法优化支持向量机模型;构建多层感知机(MLP)和卷积神经网络(CNN)进行性能比较。基于决策树和SVM模型进行特征属性分析和最优特征子集选择。结果 Bagging决策树模型、SVM、MLP模型的10交叉检验准确率分别为95.18%、95.60%、90.17%,测试准确率分别为94.34%、93.40%、89.78%。在肝功能检查指标中,碱性磷酸酶、谷丙转氨酶、天门冬氨酸转氨酶、年龄、直接胆红素是主要贡...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com