LightGBM混合模型在乳腺癌诊断中的应用

作者：邢长征; 徐佳玉

来源：计算机工程与应用, 2023, 1-10.

• 乳腺癌预测
• LightGBM
• 麻雀搜索算法
• Borderline-SMOTE算法
• 机器学习
• jacobian正则化

乳腺癌是最常见的癌症种类之一，且患病率每年仍在上升。在不进行手术活检的情况下，通过分析细胞核的各项指标来预测肿块的良性与否，可以有效的为医生提供辅助诊疗并减少患者的痛苦。为此，提出了一种基于LightGBM算法的乳腺癌诊断模型。首先，使用边界-合成少数类过采样算法（Borderline- Synthetic Minority Oversampling Technique，Borderline-SMOTE）来改善乳腺癌确诊数据不平衡的问题。其次，在麻雀搜索算法(Sparrow Search Algorithm， SSA)中引入PWLCM混沌映射、全新的惯性权重和纵横交叉算法对其进行改进，再运用改进后的SSA算法对LightGBM的参数进行自动寻优。然后，由于LightGBM对噪点较为敏感，所以提出了一种OVR-Jacobian正则化方法对LightGBM进行降噪处理。最后，使用改进后的LightGBM混合模型对乳腺癌进行诊断。实验结果表明，提出的混合模型在均方误差、决定系数和交叉验证得分这三个指标上均优于常见的模型，显示出其较好的诊断效果。

• 单位
  辽宁工程技术大学