基于參數(shù)優(yōu)化的SVM分類器在肺癌早期診斷中的應(yīng)用.pdf

1、本文首先介紹了肺癌診斷的歷史及發(fā)展現(xiàn)狀，在此基礎(chǔ)上提出了將支持向量機(jī)(SVM)與肺癌早期診斷相結(jié)合的新思路，將機(jī)器學(xué)習(xí)應(yīng)用到實(shí)際數(shù)據(jù)分類中。SVM是一種準(zhǔn)確度高的分類器，具有很好的容錯(cuò)和歸納能力，能較好地解決小樣本、非線性、高維等分類問題，具有很強(qiáng)的實(shí)用性。但在SVM的應(yīng)用中，核函數(shù)、核參數(shù)和懲罰系數(shù)的選擇對(duì)結(jié)果有很大的影響。本文首先引入常用安德森鳶尾花(fisheriris)數(shù)據(jù)集在多項(xiàng)式核函數(shù)(Polynomial)和徑向基核函數(shù)(

2、RBF)分類性能上進(jìn)行直觀形象的對(duì)比。再用常用的網(wǎng)格劃分法尋找最佳參數(shù)c和g，之后為了提高分類效果，又分別用遺傳算法(GA)和粒子群算法(PSO)對(duì)參數(shù)進(jìn)行優(yōu)化，將優(yōu)化后的SVM算法用于肺癌數(shù)據(jù)集的分類中。在最后又與目前比較熱門的其他分類方法:決策樹C4.5算法和模糊神經(jīng)網(wǎng)絡(luò)算法進(jìn)行比較，并將各種算法的分類性能在ROC空間顯示。
　　方法:以胸部CT片中提取出的21項(xiàng)放射學(xué)特征和5個(gè)臨床參數(shù)為基礎(chǔ)，將117例病例樣本隨機(jī)分為訓(xùn)練集

3、和測(cè)試集，將數(shù)據(jù)歸一化后用主成分分析法(PCA)對(duì)數(shù)據(jù)進(jìn)行降維處理，并訓(xùn)練SVM網(wǎng)絡(luò)。通過比較并利用經(jīng)驗(yàn)，選用RBF核函數(shù)，然后先用常用的網(wǎng)格劃分法選擇合適的懲罰參數(shù)c和核參數(shù)g，用測(cè)試集測(cè)試該網(wǎng)絡(luò)區(qū)分肺癌和非肺癌的能力。之后再分別用GA和PSO對(duì)參數(shù)進(jìn)行優(yōu)化，重復(fù)之前的過程，每種方法的參數(shù)選擇均在K-CV意義下進(jìn)行。最后將各種方法的結(jié)果進(jìn)行對(duì)比，其中也包括探索算法歷程中嘗試過的C4.5算法和模糊神經(jīng)網(wǎng)絡(luò)算法，發(fā)現(xiàn)各種算法的優(yōu)缺點(diǎn)，找到

4、其中最合適的。
　　結(jié)果:通過測(cè)試集輸出結(jié)果對(duì)比，發(fā)現(xiàn)優(yōu)化后的SVM網(wǎng)絡(luò)虛警（假陽性）和漏檢（假陰性）率較低，分類精度比優(yōu)化前有所提高。PSO優(yōu)化的SVM網(wǎng)絡(luò)性能最好，44例測(cè)試樣本中錯(cuò)誤3例（第5例假陽性，第36例，第38例假陰性），ROC曲線下AUC值最大，GA優(yōu)化次之，錯(cuò)誤4例。基于三角型隸屬度函數(shù)的模糊神經(jīng)網(wǎng)絡(luò)錯(cuò)誤5例，基于高斯型隸屬度函數(shù)的錯(cuò)誤4例，C4.5算法在分類精度上最差。而且PSO優(yōu)化計(jì)算速度較快，且對(duì)病例樣本分