吴双
- 作品数：2 被引量：1H指数：1
- 供职机构：浙江大学计算机科学与技术学院更多>>
- 发文基金：中央高校基本科研业务费专项资金更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- 基于不完全贝叶分类模型的淋巴系造影图像对淋巴肿瘤诊断的算法研究
- 2014年
- 随着疾病谱的改变,恶性肿瘤已经成为危害人们身体健康的常见疾病,了解有无淋巴结转移,对早期诊断肿瘤性疾病,合理治疗有重要的指导意义。淋巴造影是影像学判断淋巴结病例状况的"金标准",它是唯一能观察淋巴管道内部结构的方法,从而鉴别良性反应性淋巴结肿大和淋巴结肿瘤。本文使用不完全朴素贝叶斯分类模型构建计算机辅助诊断模型,利用淋巴系造影(Lymphography)数据集对实验模型进行检验,选择最优的分类算法构建模型,辅助医师的教学、诊断。仿真实验验证了多种不完全朴素贝叶斯模型对淋巴结能有效地判别。
- 纪琳宋彬吴双
- 关键词：计算机辅助诊断
- 基于贝叶斯分类模型的乳腺X线摄影辅助诊断的研究被引量：1
- 2011年
- 乳腺癌是现代女性最常见的恶性肿瘤之一。如何利用计算机辅助诊断(CAD)技术提高对乳腺癌的诊断正确率是目前的一个研究热点。结合X线摄影和CAD技术对乳腺癌进行判别。使用来自四川大学华西医院2010年第一季度的118例乳腺X线样本进行验证。分别从分类的0-1损失错误率和RMSE错误率,验证了三种贝叶斯分类模型的性能。实验结果表明贝叶斯模型能很好地对乳腺癌X线摄影进行判别。
- 纪琳惠孛吴双
- 关键词：贝叶斯分类乳腺X线摄影计算机辅助诊断
