基于概率SVM的肿瘤预警系统的设计与实现

发布时间：2017-12-14 18:15

  本文关键词：基于概率SVM的肿瘤预警系统的设计与实现

  更多相关文章： SVM 后验概率估计 特征选择 肿瘤预警

【摘要】：据世界卫生组织（World Health Organization，WHO）肿瘤研究中心的全球监测数据表明，如果按照现在的趋势任其发展，20年后全球新增肿瘤病例将达到2600万，，1700万人将因患有肿瘤而死亡，而其中的大部分悲剧将在中低收入的发展中国家上演。尽管对肿瘤的确切病因还尚未定论，但是不良的生活习惯对细胞基因变异诱发的肿瘤有影响。如果能记录肿瘤患者的生活细节，再以统计数据为基础构造数学模型，进而预测随机人群的患病概率。针对患病概率的大小，警示患病概率高的人群，要提早改善生活习惯来预防肿瘤，这在探求预防肿瘤的新方向上具有很重要的现实意义。 SVM作为一种借助于最优化方法解决机器学习问题的工具，主要应用于统计分类问题与回归分析问题中。同时，SVM的应用领域也是十分广泛的。在医学领域，SVM经常用作诊断肿瘤的辅助手段，比如可利用SVM对乳腺肿瘤X光图像进行分类。在诊断肿瘤时，多数情况下依据的是临床数据和组织病理学数据，但是临床数据和组织病理学数据往往比较复杂，这大大影响了诊断肿瘤的效率和准确率。为此，Austin H Chen等人更是以SVM为主要方法，设计实现了一套以生物统计学中的基因数据为基础，利用临床特征和基因微阵列表达数据对肿瘤进行分类的肿瘤预测系统BCPP来辅助医生对肿瘤进行诊断预测。这样一套完整的计算机系统不仅可以辅助处理数据，提高数据处理效率，更主要的是可以减少人为操作的失误，进而有助于诊断肿瘤的准确性。本文综合考虑实际情况并以BCPP系统为借鉴，通过选用概率SVM，并引入特征向量的选择和数据处理调整功能，以生活习惯等因素为切入点，设计并实现肿瘤预警系统。 在设计实现肿瘤预警系统时，本文先进行功能需求分析，进而得出系统的逻辑框架，最后设计与实现系统的训练模块、预测模块、调整模块，以及特征选择功能。在论文的实验部分，本文先对实验数据进行整理，然后通过初步实验，一方面验证了肿瘤预警系统基本功能的可用性，另一方面验证了SVM的分类原理等数学原理在肿瘤预警领域的适用性，也就是说，利用肿瘤患者的吸烟，饮食与遗传等情况的统计数据，可以预测病人是否患有肿瘤。虽然与BCPP所使用的数据不同，但本系统引入了数据调整模块，在预测功能上加入后验概率估计，并且加入了特征选择模块，与BCPP相比，在预测的准确性上同样取得了良好的结果。经过特征选择后，虽然预测的准确率有所下降，但是考虑到其大大降低了计算量，在实际应用中，特征选择依然可作为可选功能使用。
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：R73;TP311.52

【参考文献】

中国期刊全文数据库 前10条

1 安欣;王韬;张录达;;一种基于SVM分类的多类识别方法及应用[J];北京农学院学报;2006年02期

2 刘阳阳;申铉京;王一棋;李翔;张维杰;;基于ARM的智能监控系统的设计与实现[J];吉林大学学报(信息科学版);2011年02期

3 冯德坤;机器人动力学Lagrange方程计算的内积法[J];北京钢铁学院学报;1986年03期

4 王娟娟;任秋实;;基于SMO的不同惩罚系数的SVM算法[J];信息技术;2006年10期

5 奉国和;;SVM分类核函数及参数选择比较[J];计算机工程与应用;2011年03期

6 王彬;孙蕾;;基于支持向量机的肿瘤形状特征分类[J];计算机工程;2007年17期

7 张莉,周伟达,焦李成;核聚类算法[J];计算机学报;2002年06期

8 谢娟英;王春霞;蒋帅;张琰;;基于改进的F-score与支持向量机的特征选择方法[J];计算机应用;2010年04期

9 夏国恩;;基于简易支持向量机的客户流失预测研究[J];计算机应用研究;2010年03期

10 王玉,杨秀珍;一个无约束最优化问题的计算机解法[J];宁夏大学学报(自然科学版);1990年04期

中国博士学位论文全文数据库 前1条

1 刘广利;基于支持向量机的经济预警方法研究[D];中国农业大学;2003年

中国硕士学位论文全文数据库 前4条

1 孔波;基于边界向量样本的支持向量分类机[D];华中科技大学;2006年

2 蔡魁杰;基于支持向量机的汉语语音端点检测和声韵分离[D];哈尔滨工程大学;2007年

3 窦智宙;利用支持向量机对癌细胞识别的研究[D];内蒙古师范大学;2008年

4 王静;SVM在参数选择上的优化[D];兰州理工大学;2008年

本文编号：1288873