付婷婷
- 作品数：3 被引量：4H指数：2
- 供职机构：山东轻工业学院更多>>
- 发文基金：山东省自然科学基金教育部留学回国人员科研启动基金更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- 基于SVM的~（31）P磁共振波谱肝癌诊断
- ~/(31/)P磁共振波谱技术是一种有效地、无损伤地研究肝脏组织的生物代谢和化合物变化的方法。该技术对于研究肝脏疾病具有重要的临床价值和实际意义。本文首先对肝脏~/(31/)P磁共振波谱图像进行预处理,将波谱曲线转化为可...
- 付婷婷
- 关键词：肝癌支持向量机
- 文献传递
- 基于支持向量机的^(31)P磁共振波谱肝细胞癌诊断被引量：2
- 2010年
- 支持向量机是在统计学习理论基础上发展起来的一种新的机器学习方法,在模式识别领域有着广泛的应用。利用基于支持向量机模型的31P磁共振波谱数据对肝脏进行分类,区别肝细胞癌,肝硬化和正常的肝组织。通过对基于多项式核函数和径向基核函数的支持向量机分类器进行比较,并且得到三种肝脏分类的识别率。实验表明基于31P磁共振波谱数据的支持向量机分类模型能够对活体肝脏进行诊断性的预测。
- 付婷婷刘毅慧刘强李保朋成金勇
- 关键词：磁共振波谱肝细胞癌模式识别
- 肝癌^(31)磷磁共振波谱数据的分类被引量：2
- 2009年
- 目的利用31P磁共振波谱分析数据,区别肝细胞肝癌、肝硬化和正常的肝组织。方法从33例包括肝细胞肝癌、肝硬化和正常肝的志愿者中选择66个有效体素样本,利用1.5T超导MR扫描仪采集31P MRS数据,通过BP神经网络和SVM模型的实验来区别肝细胞肝癌、肝硬化和正常肝脏组织。结果有限的样本实现了良好的分类性能,反向传播神经网络(BP)和支持向量机(SVM)模型可以提高31P MRS识别率,识别率可达92.31%。结论基于BP和SVM的31P MRS数据分析,对于活体肝细胞肝癌的诊断提供了一种可选择的有价值的技术。
- 王韶卿刘毅慧付婷婷成金勇刘强
- 关键词：肝细胞肝硬化磁共振波谱学支持向量机反向传播神经网络
