中国组织工程研究 ›› 2010, Vol. 14 ›› Issue (52): 9803-9806.doi: 10.3969/j.issn.1673-8225.2010. 52.028
• 数字化骨科 digital orthopedics • 上一篇 下一篇
阳 春1,杜 曦2,杜 军2,唐 斌2,刘 可2,胡 昕3
Yang Chun1, Du Xi2, Du Jun2, Tang Bin2, Liu Ke2, Hu Xin3
摘要:
背景:支持向量机目前已经在文本分类、手写识别、图像分类、生物信息学等诸多领域被成功应用。 目的:采用智能算法,将支持向量机算法与微量元素数据结合对鼻咽癌患者建模,以提高鼻咽癌识别正确率。 方法:基于微量元素数据,利用支持向量机对鼻咽癌患者、正常人、其他疾病患者样本建立分类模型。样品取自观察对象未染发头枕部紧贴头皮3 cm的头发。对样本进行的临床微量元素检测项目为6种元素锌、铜、铁、锰、镉、镍,加上年龄和性别共8项。采用高斯径向基函数为核函数、调节核函数参数C及σ以建立最佳支持向量机模型。 结果与结论:采用十折交叉验证法得到模型的识别率分别为81.71%和66.47%。结果表明,基于微量元素的支持向量机法建立的鼻咽癌分类模型能较好的把鼻咽癌样本从正常人、各种疾病患者样本中区分出来。
中图分类号: