一种新的Chi2算法在乳腺肿瘤诊断中的应用

作者：毕雪华; 姚雪梅; 孙静; 张琳琳

来源：医疗卫生装备, 2013, (07): 15-17.

• 数据挖掘
• 连续属性离散化
• 支持向量机
• 乳腺肿瘤诊断 data mining
• discretization for real value attributes
• support vector machine
• breast neoplasm diagnosis

目的:结合面向医学领域的数据挖掘技术,对乳腺肿瘤诊断方法进行优化。方法:提出连续特征离散化的New-Chi2算法,通过均匀选取类样本的支持向量机(T-SVM)分类方法,对乳腺肿瘤的数据信息进行数据离散化预处理。结果:在乳腺肿瘤诊断中采用该方法,分类预测率达到99.27%,取得了高于传统支持向量机分类器的分类学习精度。结论:采用的方法简化了信息系统,利用T-SVM对预处理后的数据进行分类和测试,可以更准确地识别出肿瘤是良性还是恶性。

• 单位
  新疆大学; 新疆医科大学