基于机器学习的肿瘤智能辅助诊断方法

作者：程顺达; 程颖; 孙士江

来源：电子科技, 2022, 35(05): 56-59.

DOI：10.16180/j.cnki.issn1007-7820.2022.05.009

• 机器学习
• 恶性肿瘤
• 辅助诊断
• 特征选择
• 特征降维
• 分类器
• 层次聚类
• 神经网络

在肿瘤诊断领域，人工智能辅助诊断系统可对肿瘤属性、恶性肿瘤分期进行准确地判别，从而延长患者的生存时间。文中以乳腺肿瘤为例，针对特征提取过程中数据量过大所导致的过拟合问题，提出了一种基于监督学习的人工智能辅助诊断模型。在提取特征时，通过引入层次聚类分析来完成有效的特征降维，并将分类后的特征数据作为人工神经网络模型的特征输入，以此实现分类器的有效训练。实验结果显示，所提算法的准确率和AUC值相比对照算法有所提升，表明该模型不仅能解决海量特征区域描述造成的过拟合问题，还增强了人工智能辅助诊断系统的泛化能力，可以完成对钼靶乳腺肿瘤的高精度区分。

• 单位
  河北省中医院