基于属性约简和支持向量机集成乳腺癌诊断决策.docVIP

基于属性约简和支持向量机集成乳腺癌诊断决策 　　摘要：针对遗传算法（GA）与支持向量机（SVM）集成相结合的疾病诊断方法存在属性冗余的问题，提出了一种改进的约简和诊断乳腺癌决策方法。该方法将最小化约简属性个数、最大化区分矩阵可区别属性的个数以及最大化约简属性对决策属性的依赖度这三种目标函数相结合作为GA的适应度函数。在约简属性后取多个子集，以便利用SVM集成学习。在UCI数据库中乳腺癌数据集的实验表明，与原始的SVM算法相比，该方法在分类诊断的准确度以及敏感性方面有一定的提高，其中分类准确度至少提高了2%。 　　关键词：粗糙集；支持向量机；属性约简；乳腺癌诊断；遗传算法 　　中图分类号： TP391.4 　　文献标志码：A 　　Abstract： In the disease diagnosis approach of combining with Gene Algorithm （GA） and Support Vector Machine （SVM） ensemble， the attribute redundancy problem still exists. A decision method for diagnosis of breast cancer was proposed based on attribute reduction and SVM. The proposed attribute reduction method took minimizing the attribute number， maximizing the difference attribute number in discernibility matrix and maximizing the dependency degree of condition reduction attributes on decision attributes as the fitness function of GA. After attribute reduction， multiple attribute subsets were selected for SVM ensemble learning. Compared with SVM， experimental results on the breast cancer dataset from UCI databases validate that the classification accuracy increases by 2 percent at least. 　　Key words： Rough Set （RS）； Support Vector Machine （SVM）； attribute reduction； breast cancer diagnosis； Genetic Algorithm （GA） 　　0引言 　　近年来，癌症成为威胁人类健康的主要杀手之一。据美国癌症学会（American Chemical Society， ACS）2014年公布的数据报告显示[1]，乳腺癌仍是女性中最常见的癌症疾病（41%），其次是子宫颈癌（8%）和结肠癌（8%）。研究发现，乳腺癌的发病存在一定的规律性，即具有与乳腺癌发病有关的各种危险因素的女性更容易患病。研究者们希望通过对这些危险因素的分析，达到对乳腺癌的早发现与早诊断，从而争取治疗时间，提高治疗效果，减小乳腺癌对生命威胁的几率。因而，做好乳腺癌疾病的诊断预防工作十分关键[2]。 　　乳腺癌传统的医学诊断方法主要有：X射线诊断、CT扫描、细针穿刺细胞病理学检查、超声波或核磁共振成像等。其中，细针穿刺细胞病理学检查（FineNeedle Aspiration， FNA）不仅可以明确诊断乳房肿块，并且可以最简单、便捷地对乳腺肿瘤进行检查[3]。 　　来自Wisconsin大学的研究团队率先对FNA进行诊断工作[4]，提出了基于机器学习技术的乳腺癌辅助诊断，也称智能诊断，获得了不错的推广应用，包括：C4.5决策树模型[5]、模糊系统结合遗传算法（Genetic Algorithm， GA）模型[6]、人工神经网络（Artificial Neural Network， ANN）结合诊断[7]、矢量量化网络（Learning Vector Quantization， LVQ）[8]、贝叶斯分类[9]、支持向量机（Support Vector Machine， SVM）[10]诊断等。其中：Quinlan[5]采用十倍交叉验证的C4.5决策树方法获得了94.74%的分类识别率；Hamilton等[11]利用近似分类的规则归纳（