半监督自训练算法在乳腺癌分析预测中的应用研究

• 作 者: 罗云松
• 出 处: 重庆师范大学
• 发表日期: 2019年01期
• 关键词: 半监督学习 自训练 乳腺癌智能诊断 特征选择 数据可视化

近年来罹患乳腺癌的女性数量大幅增加,乳腺癌已成为全世界女性最常见的癌症,其死亡率仅次于肺癌。目前为止,早期诊断发现从而遏制乳腺癌的发展仍然是乳腺癌治疗的基础。伴随着人工智能领域的不断发展,利用机器学习的方法对乳腺癌医学数据进行归纳分析,探索规则,建立乳腺癌智能诊断系统已成为医疗卫生领域的研究热点。目前,建立乳腺癌智能诊断系统仍存在许多问题:首先,研究人员往往能搜集到大量的疑似乳腺癌样本,而能够确诊肿瘤良恶性的有标记样本往往需要专家花费大量时间会诊得出。智能诊断系统往往因为有标记样本的不足,导致模型分类精度不高,泛化性较差。其次,研究人员手中大量的无标记样本没有得到充分利用,如何选择出有价值的无标记样本加入训练尚具有盲目性。最后,原始的乳腺癌数据往往存在属性关联冗余的问题,不利于直接进行建模预测,研究人员也同时鲜有对乳腺癌原始医学数据进行具体的归纳整理分析。为解决上述乳腺癌智能诊断系统建立中存在的问题,充分发掘乳腺癌医学数据的价值,建成分类精度高,泛化性较强的诊断系统。本文所做的工作如下:(1)将半监督自训练方法应用在乳腺癌智能诊断中,提出了一种结合密度峰值优化模糊聚类的半监督自训练方法。该方法先对无标记样本集进行密度峰值聚类,在人工地选出聚类中心后,将新的聚类中心作为模糊聚类的初始聚类中心进行模糊聚类,从而筛选出有价值的无标记样本。实验结果表明,该方法与结合其他聚类算法的自训练方法相比分类精度有所提高。(2)对美国威斯康辛大学医院的乳腺癌数据进行了数据分析处理。通过数据可视化的方法与数据进行交互,将特征属性冗杂的乳腺癌数据进行归纳整理,筛选出决定肿瘤良恶性的关键特征属性,为探索乳腺癌的病因病理和乳腺癌早期的排查诊断提供了重要的检测方向。(3)利用改进的自训练方法对经过预处理的乳腺癌数据进行分类预测,建立了一种基于半监督学习的乳腺癌智能诊断系统。该系统能在初始有标记数据较少的情况下,通过迭代自训练,分类精度不断提高,泛化性不断加强,为乳腺癌的智能诊断提供了新的思路,促进了智能医疗的发展。