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：123kb
    • 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：341kb
    • 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：8kb
    • 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

  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：593kb
    • 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：59kb
    • 提供者：Zengmeng1998

  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：191kb
    • 提供者：qq_42235606

  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：2mb
    • 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：153kb
    • 提供者：weixin_38500222

  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：880kb
    • 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：700kb
    • 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：469kb
    • 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：415mb
    • 提供者：weixin_42177768

  1. 乳腺癌分类：使用支持向量机的乳腺癌诊断分类-源码

  2. 乳腺癌分类 使用支持向量机的乳腺癌诊断分类 客观的： 知识库是一项学习练习，旨在： 从可用数据集中应用机器学习的基本概念 根据观察到的数据集评估和解释我的结果并证明我的解释是正确的 创建笔记本作为计算记录并记录我的思考过程。 分析分为多个部分，保存在该存储库的juypter笔记本中识别问题和数据源探索性数据分析预处理数据构建模型以预测乳房细胞组织是恶性还是良性 达到的精度-97％

  3. 所属分类：其它

    • 发布日期：2021-02-19
    • 文件大小：633kb
    • 提供者：weixin_42120997

  1. 癌症分类：使用来自乳腺癌Winsconsin数据库的数据创建分类器，以帮助中心诊断其患者-源码

  2. 癌症分类：使用来自乳腺癌Winsconsin数据库的数据创建分类器，以帮助中心诊断其患者

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：56kb
    • 提供者：weixin_42098892

  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：558kb
    • 提供者：weixin_42116058

  1. 癌症预测：乳腺癌预测-源码

  2. 乳腺癌预测 乳腺癌预测 关于： 乳腺癌（BC）是全球女性中最常见的癌症之一，根据全球统计数据，它代表着大多数新的癌症病例和与癌症相关的死亡，这使其成为当今社会的重要公共卫生问题。 BC的早期诊断可以促进对患者的及时临床治疗，因此可以显着改善预后和生存机会。 良性肿瘤的进一步准确分类可以防止患者接受不必要的治疗。 因此，对BC的正确诊断以及将患者分为恶性或良性组的分类是许多研究的主题。 利用乳腺癌威斯康星州（诊断）数据集，我创建了一个分类器，可以帮助预测乳腺癌的类型。

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：232kb
    • 提供者：weixin_42129412

  1. 乳腺癌-威斯康星州诊断-大师：我使用“对数回归模型”来查看肿瘤是良性还是恶性的，并且已经通过k折交叉验证计算了模型的准确性-源码

  2. 乳腺癌威斯康星州诊断大师 我已经使用“对数回归和主成分模型”来查看肿瘤是良性还是恶性的，并且已经通过k折交叉验证计算了模型的准确性。

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：547kb
    • 提供者：weixin_42117037

  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：586kb
    • 提供者：weixin_38569166

  1. 肿瘤参数属性偏序结构可视化实现乳腺癌诊断

  2. 肿瘤参数属性偏序结构可视化实现乳腺癌诊断

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：1023kb
    • 提供者：weixin_38606656
« 12 3 4 »