注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. knn诊断乳腺癌代码R语言实现

  2. 威斯康星乳腺癌csv 标准数据集+ R语言使用KNN进行分类的代码

  3. 所属分类：专业指导

    • 发布日期：2016-09-28
    • 文件大小：125952
    • 提供者：zhangjue0927

  1. 基于支持向量机的乳腺癌辅助诊断

  2. 采用支持向量机、K一近邻法(K—Nearest Neighbor，K—NN)、概率神经网络(Probabilistie Neural Network，PNN)，结合乳腺肿瘤的细针穿刺细胞病理学临床数据诊断乳腺癌。结果表明：当使用 SigIIloid核函数时，SVM通过5次交叉验证的最佳平均分类准确率达到了96．24％，优于K—NN (95．37％)，PNN(95．09％)等分类器，表明该方法有望成为一种实用的乳腺癌临床辅助诊断工具

  3. 所属分类：机器学习

    • 发布日期：2018-01-08
    • 文件大小：349184
    • 提供者：plasma_z

  1. MATLAB——支持向量机的分类——基于乳腺组织电阻抗特性的乳腺癌诊断

  2. 本代码主要利用MATLAB工具进行MATLAB——支持向量机的分类——基于乳腺组织电阻抗特性的乳腺癌诊断

  3. 所属分类：机器学习

    • 发布日期：2018-08-21
    • 文件大小：8192
    • 提供者：qq_42006303

  1. KNN算法诊断乳腺癌

  2. 如果机器学习能够自动识别癌细胞，那么它将为医疗系统提供相当大的益处。自动化的过程很有可能提高检测过程的效率，从而可以让医生在诊断上花更少的时间，而在治疗疾病上花更多的时间。自动 化的筛查系统还可能通过去除该过程中的内在主观人为因素来提供 更高的检测准确性。从带有异常乳腺肿块的女性身上的活检细胞的测度数据入手，应用 kNN 算法，从而研究机器学习用于检测癌症的功效。

  3. 所属分类：其它

    • 发布日期：2018-10-11
    • 文件大小：2048
    • 提供者：weixin_43358229

  1. 用KNN算法诊断乳腺癌

  2. KNN算法PDF，包含讲解分析，以及算法代码和结果等。对运行结果和算法进行了详细分析讲解。

  3. 所属分类：其它

    • 发布日期：2018-10-12
    • 文件大小：607232
    • 提供者：weixin_43358229

  1. WBPC康纳斯星州乳腺癌数据集.rar

  2. WBPC康纳斯星州乳腺癌数据集，包括诊断数据集与预后诊断数据集，源数据，可以作为KNN、SVM等机器学习的练习数据使用

  3. 所属分类：机器学习

    • 发布日期：2020-05-10
    • 文件大小：60416
    • 提供者：Zengmeng1998

  1. 血清SELDI蛋白质指纹图谱在乳腺癌诊断中的应用研究

  2. 血清SELDI蛋白质指纹图谱在乳腺癌诊断中的应用研究，庞达，杨艳梅，目的：应用SELDI技术和生物信息学方法从血清中筛选乳腺癌蛋白质标志物并构建检测模型，为诊断提供可能的简便易行的方法。方法：应�

  3. 所属分类：其它

    • 发布日期：2020-02-18
    • 文件大小：349184
    • 提供者：weixin_38534444

  1. pca+knn威斯康星乳腺癌诊断.zip

  2. 主成分分析法进行降维处理，再用KNN进行分类，乳腺癌诊断精确度达96% 威斯康星乳腺癌数据集+matlab代码

  3. 所属分类：机器学习

    • 发布日期：2019-09-03
    • 文件大小：195584
    • 提供者：qq_42235606

  1. 回顾性研究了两个患者队列中转移性乳腺癌伴脑转移的患病率和生存率：一项收集于2000-2005年，另一项收集于2006-2011年

  2. 目的：通过比较两个队列（2000-2005年和2006-2011年）的生存率，确定乳腺癌中枢神经系统转移的新疗法是否能改善生存率。 患者和方法：进行回顾性，比较性，相关性图表审查。 评估了2000年至2011年间被诊断患有CNS转移的172名妇女的数据。 结果：2000年至2011年间，约10％的被诊断为浸润性乳腺癌的患者发生了CNS转移。 队列分为四组：A腔（ER +和/或PR +，HER2-），B腔（ER +和/或PR +，HER2 +），HER2 +（ER-，PR-，HER2 +）和TN（

  3. 所属分类：其它

    • 发布日期：2020-06-04
    • 文件大小：690176
    • 提供者：weixin_38679277

  1. 男性乳腺癌：案例研究和文献综述

  2. 男性乳腺癌是一种罕见的疾病。 在突尼斯，它占所有乳腺癌的1％和男性瘤形成的1.6％。 这项工作是回顾性研究，从2013年3月至2016年3月的3年中，在莫纳斯提尔（突尼斯）法图玛·布尔吉巴大学医院的医学肿瘤科治疗了5例男性乳腺癌患者。结果表明：侵入性导管在所有病例中均发现癌是组织学类型。 Her 2 neu并非在所有情况下都过表达； 所有患者的激素受体均为阳性。 两名患者患有局部晚期疾病。 两名患者被诊断出患有转移性疾病。 肺和骨转移。 三名被诊断没有转移性疾病的患者接受了腋窝淋巴结清扫术。 两

  3. 所属分类：其它

    • 发布日期：2020-06-03
    • 文件大小：356352
    • 提供者：weixin_38700779

  1. 杜阿拉市乳腺癌的危险因素：病例对照研究

  2. 背景：乳腺癌是乳腺细胞的异常增殖。 这种状况以及其他癌症在全球范围内正在增加。 它是世界上最常见的女性恶性肿瘤，是一个公共卫生问题。 通常在非洲和特别是中部非洲，很少有研究发现乳腺癌的危险因素。 正是从这个角度出发，我们开始了研究以确定杜阿拉市这种疾病的危险因素。 患者和方法：我们进行了一项病例对照研究，回顾性研究收集了5年，前瞻性研究收集了7个月。 研究人群为所有18岁及以上的女性，并根据病例的组织学计划对其进行了诊断。 年龄在18岁以上且身体检查和X线摄影正常的女性。 我们已经在杜阿拉市的三

  3. 所属分类：其它

    • 发布日期：2020-06-02
    • 文件大小：334848
    • 提供者：weixin_38735119

  1. RBF神经网络的乳腺癌医学诊断建模

  2. 近年来疾病早期诊断越来越受到医学专家的重视，从而产生了各种疾病诊断的新方法。本案例通过采集乳腺癌的9个医学指标数据，通过建立RBF神经网络模型，为早期诊断乳腺癌是良性或是恶心提供有效依据。

  3. 所属分类：网络基础

    • 发布日期：2010-09-04
    • 文件大小：2097152
    • 提供者：waveletz

  1. 多指标积分法在乳腺癌早期诊断中的应用

  2. 分析乳腺实性小结节的超声声像图特征,探讨超声及其多指标积分法鉴别诊断乳腺良恶性小结节的临床价值。42例乳腺实性小结节患者,经手术及病理检查证实良性结节21个、恶性结节35个,分析其术前超声影像学资料,并采用多指标积分法对其二维声像图特征及彩色多普勒血流成像特点予以评分,并与病理结果作对照。42例患者,经超声检查诊断为恶性结节33个、良性结节23个,恶性结节诊断符合率94.29%(33/35)。乳腺癌声像图特征包括结节内实质性低回声肿块、形态不规则、纵横比≥1、肿块边缘呈毛刺样、分叶状及成角改变、

  3. 所属分类：其它

    • 发布日期：2020-06-23
    • 文件大小：156672
    • 提供者：weixin_38500222

  1. 基于误分类模式的乳腺癌诊断研究

  2. 乳腺癌已经成为当今世界影响妇女健康的重要疾病。对于乳腺癌诊断来说，当一个恶性病例被误分类为良性病例的时候，其代价远远大于一个良性病例被误分类为恶性病例。它利用数据挖掘领域的代价敏感相关方法，建立一个识别良性乳腺肿瘤和恶性乳腺肿瘤的诊断预测系统。在建模过程中充分考虑到误分类代价的因素，提出了误分类代价策略。通过一系列实验验证了所建立的模型。从实验结果来看，Adaboost与SVM的误分类组合分类算法在正确率和总误分类代价两个评估指标上得到了良好的效果。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：337920
    • 提供者：weixin_38554186

  1. 乳腺X线照片与超声图像相结合的选择性集合分类方法在乳腺癌诊断中的应用

  2. 乳腺癌一直是威胁妇女生命的主要疾病之一。 乳腺癌的早期发现和诊断在降低乳腺癌的死亡率中起着重要的作用。 在本文中，我们提出了一种与KNN，SVM和朴素贝叶斯相结合的选择性集合方法，以结合超声图像和X线钼靶图像对乳腺癌进行诊断。 我们的实验结果表明，选择性分类方法的准确度为88.73％，灵敏度为97.06％，对于乳腺癌的诊断是有效的。 指标提出了一种选择整体学习基础分类器的新方法。

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：901120
    • 提供者：weixin_38737980

  1. 用全息术检查早期乳腺癌

  2. 据亚拉巴马大学的电气工程教授刘(Η. K. Liu)说，全息干涉技术有可能作为灵敏而无损地早期诊断乳腺癌的技术。在向国际光学委员会1981年9月于奥地利格拉茨召开的生物医学科学光学会议提交的论文中，刘博士报告了论证全息照相术检查乳腺癌可行性的初步实验和计算结果。

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：716800
    • 提供者：weixin_38706531

  1. 支持向量机分类器，具有基于粗糙集的特征选择，可用于乳腺癌诊断

  2. 支持向量机分类器，具有基于粗糙集的特征选择，可用于乳腺癌诊断

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：480256
    • 提供者：weixin_38652090

  1. bioeng-project：用于乳腺癌诊断的DL模型-源码

  2. 生物工程项目/论文 基因表达 包含乳腺癌患者基因表达的数据称为brca_counts.rds ，由于python无法使用.rds文件，因此需要将其转换为.csv 。 brca <- readRDS( ' brca_counts.rds ' ) write.csv( brca , ' brca.csv ' ) Node2Vec 使用的功能网络来自 Wu，G.，Feng，X.＆Stein，L.人类功能蛋白相互作用网络及其在癌症数据分析中的应用。 Genome Biol 11，R53（201

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：435159040
    • 提供者：weixin_42177768

  1. Breast_Cancer_CADx：监督式机器学习算法可预测乳腺癌的诊断-源码

  2. 乳腺癌CADx 监督式机器学习算法可预测乳腺癌的诊断 乳腺癌是美国女性死于癌症的第二大主要原因。 早期发现与更好的预后密切相关。 乳房X线照相术是检测的第一线，但并不完美。 乳房X光检查的假阴性率为8-10％，由于某些异常情况不会影响女性的健康，因此很难确定癌症的严重程度或类型。 因此，进行活检以确认诊断。 细针穿刺是最简单，最常见的活检类型。 这项研究测试了各种监督的机器学习算法，以确定使用定量，连续的数据预测乳腺癌诊断最准确的算法。 威斯康星州乳腺癌数据集用于训练和测试三种机器学习模型

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：571392
    • 提供者：weixin_42116058

  1. 用激光乳房造影法诊断乳腺癌

  2. 用激光乳房造影法诊断乳腺癌

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：600064
    • 提供者：weixin_38569166
« 12 3 4 »