您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览335 | 下载16

应用信噪比和概率神经网络的方法,结合实验数据,提出胃癌分类模型.它是利用已知信息对胃癌样本进行分析和判别.其方法是首先对数据进行分类信息指数信噪比分析,根据分类信息指数信噪比大小排序,然后采用特征向量递增的方法,将特征向量输入概率神经网络进行分析,采用留一法对PNN训练和检测,找出训练效果最好的特征向量子集.这种模型用MATLAB软件实现,具有可操作性,可推广到其它相应的疾病辅助诊断中去.

作者:刘军;马文丽;姚文娟;郑文岭

来源:现代生物医学进展 2008 年 8卷 5期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:335 | 下载:16
作者:
刘军;马文丽;姚文娟;郑文岭
来源:
现代生物医学进展 2008 年 8卷 5期
标签:
特征选择 信噪比\序列前向选择 胃癌 概率神经网络 Feature selection S2N\SFS gastric carcinoma PNN
应用信噪比和概率神经网络的方法,结合实验数据,提出胃癌分类模型.它是利用已知信息对胃癌样本进行分析和判别.其方法是首先对数据进行分类信息指数信噪比分析,根据分类信息指数信噪比大小排序,然后采用特征向量递增的方法,将特征向量输入概率神经网络进行分析,采用留一法对PNN训练和检测,找出训练效果最好的特征向量子集.这种模型用MATLAB软件实现,具有可操作性,可推广到其它相应的疾病辅助诊断中去.