精选优质文档-倾情为你奉上肿瘤的诊断模型摘要 本文对肿瘤的诊断问题，应用神经网络与模糊数学的理论，给出了几种乳房癌的量化诊断方案首先，建立了LVQ神经网络模型，使用500组数据的前400组作为训练样本，用后100组数据对网络性能进行检测，诊断正确率达98%然后对这500个特征向量进行了回归分析，从30个特征中筛选出了6个特征，它们分别是：细胞核直径均值、标准差和最坏值、紧密度的均值、面积的最坏值、周长的均值并将以上6个特征用于LVQ网络，诊断正确率达95%进一步考虑到神经网络与模糊数学各自的特点，将二者有机结合构造了神经模糊系统，并用以上的6个特征对系统进行训练，诊断正确率达96%本文构造的模型具有良好的稳定性，对于模式识别问题具有很强的实用价值，最后本文提出了神经网络和模糊数学深层次结合的方向一. 问题的重述肿瘤通过穿刺采样进行分析可以确定其为良性或恶性医学研究发现乳房肿瘤病灶组织的细胞显微图像的10个量化特征：细胞核直径，质地，周长，面积，光滑度，紧密度，凹陷度，凹陷点数，对称度，断裂度与该肿瘤的性质有密切关系现有500
