在女性癌癥中,乳腺癌的發(fā)病率最高。早期診斷和治療對(duì)于降低乳腺癌的發(fā)病率和死亡率非常重要。計(jì)算機(jī)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(duì)乳腺腫瘤不同檢測(cè)特征之間的關(guān)系以及不同特征診斷價(jià)值的研究。此外,大部分機(jī)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(wèn)題,本論文主要研究了如下問(wèn)題:（1）利用貝葉斯網(wǎng)絡(luò)定量分析乳腺癌超聲檢查與細(xì)針穿刺細(xì)胞學(xué)（FNAC）檢查中不同特征的診斷價(jià)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(jià)值不同,在超聲檢查中,形態(tài)的診斷價(jià)值最高;在FNAC中裸核的診斷價(jià)值最高。（2）利用異常檢測(cè)算法診斷乳腺癌,并研究基于水平集方法的異常檢測(cè)技術(shù),提出利用水平集方法診斷乳腺癌的方案。實(shí)驗(yàn)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(shí)驗(yàn)結(jié)果表明:當(dāng)超聲特征中存在缺失數(shù)據(jù)時(shí),不同特征應(yīng)該選擇不同的方法處理;對(duì)于FNAC特征中的缺失數(shù)據(jù),隨機(jī)森... 

【文章來(lái)源】：福建師范大學(xué)福建省

【文章頁(yè)數(shù)】：85 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１．兩個(gè)相連節(jié)點(diǎn)之間的四種不同的影響關(guān)系??

個(gè)惡性腫瘤病例）。將ＦＮＡＣ數(shù)據(jù)隨機(jī)分為包括３５５個(gè)樣本的訓(xùn)練數(shù)據(jù)集（２３０個(gè)良??性腫瘤病例和１２５個(gè)惡性腫瘤病例）和包括３２８?jìng)�(gè)樣本的測(cè)試數(shù)據(jù)集（２１４個(gè)良性??腫瘤病例和１１４個(gè)惡性腫瘤病例）。利用十折交叉檢驗(yàn)方法測(cè)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(gè)長(zhǎng)方形表示一個(gè)變量（特征），在每個(gè)長(zhǎng)方形??中包括變量的名稱(chēng)，每個(gè)變量的所有狀態(tài)以及在訓(xùn)練數(shù)據(jù)集中，每個(gè)變量中不同狀??態(tài)的比例，并用條形圖表示出來(lái)。連接兩個(gè)變量的有向線(xiàn)段表明兩個(gè)變量之間存在??一定的關(guān)系，有向線(xiàn)段的寬度表示程度，線(xiàn)段越寬表明兩者的關(guān)系越強(qiáng)。在圖２－２??中，將“Ｄｉａｇｎｏｓｉｓ”節(jié)點(diǎn)設(shè)置為目標(biāo)節(jié)點(diǎn)，其他節(jié)點(diǎn)均為非目標(biāo)節(jié)點(diǎn)，根據(jù)圖２－２??所示的節(jié)點(diǎn)之間的影響關(guān)系，該網(wǎng)絡(luò)可以分析其他節(jié)點(diǎn)對(duì)“Ｄｉａｇｎｏｓｉｓ”的影響；同??時(shí)可以分析其他相連節(jié)的非目標(biāo)節(jié)點(diǎn)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(shuō)明ＳＨ、ＲＩ、??ＣＡ和ＢＳ都對(duì)Ｄｉａｇｎｏｓｉｓ節(jié)點(diǎn)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(duì)乳腺腫??瘤診斷的影響強(qiáng)度。例如在圖２－３?（ａ）中可以看出，ＳＨ對(duì)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(gè)特征中“ＳＨ”??的診斷價(jià)值最高。在圖２－３?（ｂ）中可以看出，ＢＡＮＵ對(duì)診斷的影響強(qiáng)度為０．３７９，??是ＦＮＡＣ診斷中診斷價(jià)值最高的特征。圖２－４對(duì)不同非目標(biāo)特征之間相互依賴(lài)強(qiáng)度??進(jìn)行定量分析。其中，我們用＊１?（＊代替特征的名稱(chēng)，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(duì)ＲＩ和ＢＳ的影響強(qiáng)度分別為??０．１４５２和０．１４６５?（菱形標(biāo)記），ＲＩ對(duì)ＳＨ的影響強(qiáng)度為０．２２６９?（正方形標(biāo)記），ＢＳ??對(duì)ＳＨ的影響強(qiáng)度為０．１４１５?（三角形標(biāo)記），ＲＩ和ＢＳ之間影響強(qiáng)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(qiáng)度最大。??＂?參?參籲??ＯＪ?？?．?參擊??？?＃??０２￥?＾?？?０Ｊ?＊??％??ｇ?０．２?■?０

【參考文獻(xiàn)】：
期刊論文
[1]基于R語(yǔ)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(guó)女性乳腺癌發(fā)病死亡和生存狀況[J]. 陳萬(wàn)青,鄭榮壽.  中國(guó)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(qiáng),曹魏聰.  心理科學(xué)進(jìn)展. 2014(12)



本文編號(hào)：2983492