第三组第十队肿瘤诊断模型.docVIP

肿瘤诊断数学模型 第三组-第十队 组员：颜琴、谢飞平、苏林伟 摘要 为解决肿瘤的诊断问题，使数据更加直观，我们先用excel对所给的数据进行统计分析，将患者分为良性与恶性两类。对于问题一，我们建立了多元线性回归模型和Fisher判别模型，建立Fisher判别模型是通过预留20组数据用于模型的检验，最后可知用Fisher判别法的正确率为96%。通过分析肿瘤病灶组织的细胞核显微图像的10个量化特征：细胞核直径,质地,周长,面积,光滑度,紧密度,凹陷度,凹陷点数,对称度,断裂度与该肿瘤的良、恶性的关系，建立这10个量化特征与肿瘤关系的模型，并通过所建立的模型判断69位病患的肿瘤性质。对于问题二，为了得到特征数少而又能很好区分患者的良、恶性的模型，我们通过计算各个指标的相关系数，得出对肿瘤良、恶性影响较大的量化特征，并用这些量化特征建立相应模型用于判断病患的肿瘤性质。为使良性患者与恶性患者的10个量化特征的对比更加直观，我们用matlab作了相应的量化特征的平均值、标准差、最坏值对比图，通过对比图可以粗略判断出10个特征的平均值、标准差、最坏值对肿瘤性质的影响程度的大小，通过对比所建模型的诊断结果与所给数据的良恶性来检验所建立模型的可靠性和准确性。 关键字：穿刺采样分析，量化特征，matlab,Excel，多元线性回归，Fisher判别法. 一、问题的重述： 问题一：肿瘤通过穿刺采样进行分