论文部分内容阅读
由于癌细胞多形性,细针吸取细胞学检查存在局限性,辩识能力不足,造成误诊。为进一步提高乳腺癌辅助诊断的准确性,提出了一种基于概率神经网络的乳腺癌辅助诊断方法。首先建立基于概率神经网络的分类模型,其次确定网络的训练集和测试集,接着找出最优的径向基函数分布密度,最后计算5-折交叉验证的测试准确度,并对仿真方法和结果进行了检验。将仿真结果和检验结果与已有文献中所得出的结果进行对比分析,表明用概率神经网络进行乳腺癌的辅助诊断,具有准确度高,诊断用时少,易于实现等优点,说明了其在乳腺癌计算机辅助诊断方面的可行性和优越