欢迎来到360期刊网!
学术期刊
  • 学术期刊
  • 文献
  • 百科
电话
您当前的位置:

首页 > 文献资料 > 正文

支持向量机在大肠癌肿瘤标志物诊断中的应用

赵力威;向光华;刘晓玲;郑虹蕾;武鸿文

摘要: 大肠癌发生率仍然很高,早期诊断和早期治疗对大肠癌患者极为重要.对大肠癌常用的诊断方法有肠镜、超声波、CT、MRI、PET/CT等,血清肿瘤标志物的检测也是目前大肠癌筛查、早期诊断及随访观察的有效手段.临床可运用数据挖掘技术直接从原始样本数据集建立支持向量机(support vector machine,SVM)分类模型,利用支持向量机模型结合多项肿瘤标志物检测,以提高临床诊断的准确性.支持向量机算法是近年来发展迅速的一种智能计算方法,可以解决非线性分类问题,并有良好的泛化性能和理论基础,经计算机编程语言转化为一种应用软件程序,可以设置各项参数以及核函数,提高数据分类的准确性[1].本文初步探讨支持向量机分类模型在大肠癌肿瘤标志物检测诊断中的应用价值.

同期刊相关文献推荐

放射免疫学

统计源期刊 审稿时间:1-3个月 早咨询早发表

360期刊网

专注医学期刊服务15年

  • 您好:请问您咨询什么等级的期刊?专注医学类期刊发表15年口碑企业,为您提供以下服务:

  • 1.医学核心期刊发表-全流程服务
    2.医学SCI期刊-全流程服务
    3.论文投稿服务-快速报价
    4.期刊推荐直至录用,不成功不收费

  • 客服正在输入...

x
立即咨询