亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于BBO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的乳腺癌診斷

        2018-11-09 02:49:38
        山西電子技術(shù) 2018年5期
        關(guān)鍵詞:權(quán)值良性惡性

        李 卉

        (中北大學(xué) 理學(xué)院,山西 太原 030051)

        0 引言

        近年我國(guó)乳腺癌發(fā)病率的增長(zhǎng)速度不容樂(lè)觀,高出高發(fā)國(guó)家1~2個(gè)百分點(diǎn)。尤其在相對(duì)比較發(fā)達(dá)的東部地區(qū),乳腺癌的發(fā)病率及死亡率呈明顯的增長(zhǎng)趨勢(shì)。因此,運(yùn)用科學(xué)的方法,根據(jù)乳腺腫瘤病灶組織的細(xì)胞核顯微圖像對(duì)乳腺腫瘤屬于良性或惡性進(jìn)行診斷顯得尤為重要[1]。對(duì)乳腺癌的診斷不是簡(jiǎn)單的線性組合,因此本文提出用BP神經(jīng)網(wǎng)絡(luò)的強(qiáng)大的分類(lèi)功能對(duì)乳腺癌進(jìn)行診斷,即將待診斷乳腺腫瘤信息通過(guò)BP神經(jīng)網(wǎng)絡(luò)映射到“良性”或者“惡性”這兩種診斷結(jié)果上,進(jìn)而得出乳腺腫瘤診斷結(jié)果。因?yàn)?,BP神經(jīng)網(wǎng)絡(luò)的最優(yōu)權(quán)值和閾值不好找到,本文提出用生物地理學(xué)優(yōu)化算法(Biogeography-based optimization algorithm,BBO)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu),得到最優(yōu)權(quán)值及閾值,使得BP神經(jīng)網(wǎng)絡(luò)的分類(lèi)功能更強(qiáng)大,診斷結(jié)果更準(zhǔn)確。

        1 BBO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)原理

        1.1 生物地理學(xué)優(yōu)化算法(BBO)

        生物地理學(xué)優(yōu)化算法(BBO)是一種進(jìn)化算法,于2008年提出。受到物種的遷入和遷出趨勢(shì)的啟發(fā)。在生物地理學(xué)算法中,每一個(gè)解被看做一個(gè)帶有棲息地適宜性指數(shù)(HSI)的棲息地。高的HIS解往往與低的HIS解分享他們的特征。低HIS解從高HIS解中接收大量的新特征。每一個(gè)解有自己的遷入率λ和遷出率μ。一個(gè)好的解有高的μ和低的λ,反之亦然。遷入率和遷出率是種群規(guī)模的函數(shù)。為了理解BBO的原理,考慮一組由設(shè)計(jì)變量表示的解決方案。針對(duì)特定種群的每個(gè)設(shè)計(jì)變量都被認(rèn)為是該種群成員的適應(yīng)性索引變量(SIV)。目標(biāo)函數(shù)值表示特定種群的HSI。每一種解的遷入和遷出率都被用于在棲息地之間的隨機(jī)的共享信息。如果一個(gè)給定的解被選中被修改,那么它的遷入率就會(huì)被用來(lái)對(duì)每個(gè)SIV進(jìn)行隨機(jī)的修改。如果在一個(gè)給定解Sl中的SIV被選中為修改后,使用其他解的遷出率μ在概率上決定哪一個(gè)解應(yīng)該遷移它隨機(jī)選擇了SIV來(lái)解決問(wèn)題。上面的現(xiàn)象在BBO被稱(chēng)為遷移。遷移后的解進(jìn)行變異現(xiàn)象。變異過(guò)程既改變低HIS解也改變高HIS解[2-5]。

        下面給出了BBO偽代碼:

        1.2 BBO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)原理

        BBO算法可用于BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化,傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)采用誤差反向傳播來(lái)調(diào)整網(wǎng)絡(luò)連接權(quán)值,該方法容易陷入局部最優(yōu)解,而B(niǎo)BO算法可以在更大的空間內(nèi)搜索,在一定程度上避免了以上問(wèn)題。將神經(jīng)網(wǎng)絡(luò)各層的連接權(quán)值編碼成棲息地,適應(yīng)度值則為使用該組權(quán)值時(shí)的網(wǎng)絡(luò)輸出均方誤差,利用之前描述的BBO算法,在預(yù)設(shè)的迭代次數(shù)內(nèi)搜索最優(yōu)的網(wǎng)絡(luò)權(quán)值。

        2 基于BBO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的乳腺癌診斷

        2.1 主要思想

        為了對(duì)乳腺癌進(jìn)行診斷,本文提出了用BBO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的診斷方法,其主要思想是:

        本文利用威斯康辛大學(xué)醫(yī)學(xué)院的乳腺腫瘤病灶組織的細(xì)胞核顯微圖像數(shù)據(jù)庫(kù)。數(shù)據(jù)庫(kù)中包含了細(xì)胞核圖像的10個(gè)量化特征(細(xì)胞核半徑、質(zhì)地、周長(zhǎng)、面積、光滑性、緊密度、凹陷度、凹陷點(diǎn)數(shù)、對(duì)稱(chēng)度、斷裂度),這些特征與腫瘤的性質(zhì)有密切關(guān)系,因此,本文提出用BBO優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)來(lái)描述數(shù)據(jù)庫(kù)中各個(gè)量化特征與腫瘤性質(zhì)的關(guān)系,也就是利用BP神經(jīng)網(wǎng)絡(luò)的非線性映射能力把細(xì)胞核顯微圖像的量化特征映射到乳腺腫瘤是良性還是惡性?xún)蓚€(gè)類(lèi)別上[1]。

        將乳腺腫瘤病灶組織的核細(xì)胞顯微圖像的10個(gè)量化特征作為網(wǎng)絡(luò)的輸入,良性乳腺腫瘤和惡性腫瘤作為網(wǎng)絡(luò)輸出。用訓(xùn)練集數(shù)據(jù)對(duì)設(shè)計(jì)的BBOBP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,然后對(duì)測(cè)試集數(shù)據(jù)進(jìn)行測(cè)試并對(duì)測(cè)試結(jié)果進(jìn)行分析。

        根據(jù)上述思想,問(wèn)題解決步驟如圖1所示。

        圖1設(shè)計(jì)步驟流程圖

        2.2 算例分析

        威斯康星大學(xué)醫(yī)學(xué)院的乳腺癌數(shù)據(jù)集共包括569個(gè)病例,其中,良性357例,惡性212例。本文隨機(jī)選取500組數(shù)據(jù)作為訓(xùn)練集,剩余69組數(shù)據(jù)作為測(cè)試集。

        每個(gè)病例的一組數(shù)據(jù)包括采樣組織中各細(xì)胞核的10個(gè)特征量的平均值、標(biāo)準(zhǔn)差和最壞值共30個(gè)數(shù)據(jù)。數(shù)據(jù)文件中每組數(shù)據(jù)共分32個(gè)字段,第1個(gè)字段為病例編號(hào);第2個(gè)字段為確診結(jié)果,B為良性,M為惡性;第3~12個(gè)字段是該病例腫瘤病灶組織的各細(xì)胞核顯微圖像的10個(gè)量化特征的平均值;

        第13~22個(gè)字段是相應(yīng)的標(biāo)準(zhǔn)差;第23~32個(gè)字段是相應(yīng)的最壞值。

        本文利用MATLAB2016a自帶的神經(jīng)網(wǎng)絡(luò)工具箱中的函數(shù)構(gòu)建BBOBP神經(jīng)網(wǎng)絡(luò)進(jìn)行仿真實(shí)驗(yàn)。

        BBOBP神經(jīng)網(wǎng)絡(luò)仿真結(jié)果如下:

        病例總數(shù):569 良性:357 惡性:212

        訓(xùn)練集病例總數(shù):500 良性:316 惡性:184

        測(cè)試集病例總數(shù):69 良性:41 惡性:28

        良性乳腺腫瘤確診:40 誤診:1 確診率p1=97.561%

        惡性乳腺腫瘤確診:26 誤診:2 確診率p2=92.8571%

        BP神經(jīng)網(wǎng)絡(luò)仿真結(jié)果如下:

        病例總數(shù):569 良性:357 惡性:212

        訓(xùn)練集病例總數(shù):500 良性:310 惡性:190

        測(cè)試集病例總數(shù):69 良性:47 惡性:22

        良性乳腺腫瘤確診:43 誤診:4 確診率p1=91.4894%

        惡性乳腺腫瘤確診:15 誤診:7 確診率p2=68.1818%3.

        從仿真實(shí)驗(yàn)可以看出BBOBP神經(jīng)網(wǎng)絡(luò)有較高的分類(lèi)能力,誤診率較低,而未經(jīng)優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)分類(lèi)能力相對(duì)較差,誤診率相對(duì)較高。

        3 結(jié)論

        BP神經(jīng)網(wǎng)絡(luò)有較好的分類(lèi)能力,但是其結(jié)構(gòu),比如權(quán)值和閾值的最優(yōu)值比較難以得到,因此本文提出用生物地理學(xué)優(yōu)化算法(BBO)對(duì)其結(jié)構(gòu)進(jìn)行優(yōu)化,從而得到其最優(yōu)權(quán)值與閾值,提高BP神經(jīng)網(wǎng)絡(luò)的分類(lèi)能力,并通過(guò)乳腺癌診斷這一實(shí)例進(jìn)行仿真驗(yàn)證,結(jié)果表明經(jīng)過(guò)BBO優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)有較低的誤診率,其診斷結(jié)果優(yōu)于BP神經(jīng)網(wǎng)絡(luò)。

        猜你喜歡
        權(quán)值良性惡性
        走出睡眠認(rèn)知誤區(qū),建立良性睡眠條件反射
        中老年保健(2022年6期)2022-08-19 01:41:22
        一種融合時(shí)間權(quán)值和用戶(hù)行為序列的電影推薦模型
        惡性胸膜間皮瘤、肺鱗癌重復(fù)癌一例
        呼倫貝爾沙地實(shí)現(xiàn)良性逆轉(zhuǎn)
        CONTENTS
        卵巢惡性Brenner瘤CT表現(xiàn)3例
        基于權(quán)值動(dòng)量的RBM加速學(xué)習(xí)算法研究
        基層良性發(fā)展從何入手
        甲狀腺良性病變行甲狀腺全切除術(shù)治療的效果分析
        甲狀腺結(jié)節(jié)內(nèi)鈣化回聲與病變良惡性的相關(guān)性
        国家一级内射高清视频| 最近日韩激情中文字幕| 国产真实乱对白在线观看| 久久综合伊人有码一区中文字幕| 久久精品夜色噜噜亚洲a∨| 全免费a级毛片免费看网站| 囯产精品无码一区二区三区| 熟妇人妻丰满少妇一区| 国产一区二区三区视频网| 熟女精品视频一区二区三区| 国产高潮精品久久AV无码| 在线免费午夜视频一区二区| 国产亚洲精品熟女国产成人| 夜先锋av资源网站| 国产国拍亚洲精品午夜不卡17| 91亚洲夫妻视频网站| 日本三级片在线观看| 老熟妻内射精品一区| 中文字幕无码高清一区二区三区| 国产精品国产三级国产专区50| 亚洲 欧美 国产 制服 动漫| 亚洲日韩欧美国产另类综合| 亚洲人妻中文字幕在线视频| 国产精品高清视亚洲乱码| 亚洲第一页综合图片自拍| 亚洲色大成在线观看| 亚洲国产综合精品一区最新| 女人下边被添全过视频| 亚洲av中文无码字幕色三| 亚洲中文字幕无码不卡电影| 九九久久精品国产免费av| 亚洲精品一区国产欧美| 国产成人亚洲综合无码精品| 国产剧情亚洲一区二区三区| 内射夜晚在线观看| 免费人成视频在线观看视频| 精品熟妇av一区二区三区四区| 国产不卡精品一区二区三区| 全免费a级毛片免费看网站| 日韩免费高清视频网站| av网站免费在线浏览|