基于神經(jīng)網(wǎng)絡(luò)的乳腺瘤診斷方法研究.pdf

1、乳腺瘤分為良性和惡性兩種，其中的惡性乳腺瘤是第一惡性腫瘤，對女性的生理健康造成極大的危害，且近年來在我國各大中城市呈現(xiàn)出上升的趨勢?？茖W的乳腺瘤診斷方法不僅可以幫助人們及早發(fā)現(xiàn)良性乳腺瘤，還能防止將惡性乳腺瘤誤診為良性乳腺瘤而錯過治療時機。因此，科學的方法對乳腺瘤診斷非常必要，而乳腺瘤診斷模型則是該方法的基礎(chǔ)。大量醫(yī)學專家提供的高質(zhì)量的乳腺瘤病例樣本為科學的乳腺瘤診斷模型的建立提供了前提。人工神經(jīng)網(wǎng)絡(luò)擁有強大的學習能力和非線性映射能力，

2、具有聯(lián)想、概括、類比和推廣的特性，已廣泛應(yīng)用在規(guī)律難以概括、機理復雜的醫(yī)學診斷中。本文正是基于神經(jīng)網(wǎng)絡(luò)的這些優(yōu)點和特點，研究基于多種神經(jīng)網(wǎng)絡(luò)的乳腺瘤診斷方法，并對各種方法進行比較，找到最合適的基于神經(jīng)網(wǎng)絡(luò)的乳腺瘤診斷方法的模型。
　　 本文的主要研究工作如下:
　　 (1)基于BP神經(jīng)網(wǎng)絡(luò)的乳腺瘤診斷方法的模型的研究。
　　 BP神經(jīng)網(wǎng)絡(luò)是應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)，其原理清晰，結(jié)構(gòu)簡單。但是BP神經(jīng)網(wǎng)絡(luò)模型的參數(shù)很多

3、，這些參數(shù)對模型的收斂速度、誤差、準確率的影響非常大。研究BP神經(jīng)網(wǎng)絡(luò)參數(shù)設(shè)置規(guī)律，為構(gòu)造性能優(yōu)越的基于BP神經(jīng)網(wǎng)絡(luò)的乳腺瘤診斷方法的模型提供參考。
　　 (2)基于遺傳算法的神經(jīng)網(wǎng)絡(luò)輸入變量優(yōu)化研究。
　　 在基于BP神經(jīng)網(wǎng)絡(luò)的乳腺瘤診斷方法的模型中，過多的輸入變量會降低模型的性能。將重要的輸入變量篩選出來，去除冗余的輸入變量，既不會降低模型的性能，又可以縮短建模的時間。遺傳算法是一種有效的全局優(yōu)化算法，研究輸入變量的

4、編碼方法，確定遺傳算法的評價函數(shù)和參數(shù)，挑選合適的輸入變量，為基于BP神經(jīng)網(wǎng)絡(luò)的乳腺瘤診斷方法的模型的優(yōu)化提供基礎(chǔ)。
　　 (3)基于模糊神經(jīng)網(wǎng)絡(luò)的乳腺瘤診斷方法研究。
　　 ANFIS是既具有神經(jīng)網(wǎng)絡(luò)強大的學習能力及非線性映射能力，又具有模糊理論的模糊信息處理能力的綜合型神經(jīng)網(wǎng)絡(luò)。利用ANFIS的模糊信息處理能力能夠較好地處理乳腺瘤診斷樣本數(shù)據(jù)。研究基于ANFIS的乳腺瘤診斷方法的模型及其診斷效果，將為乳腺瘤的診斷提供