毕业论文：基于Fisher判别准则的胃病分类模型.doc

PAGE1/NUMPAGES1

毕业论文：基于Fisher判别准则的胃病分类模型

基于Fisher判别准则的胃病分类模型摘要本文就胃癌患者、萎缩性胃炎患者以及非胃病患者的分类问题，综合运用系统聚类和Fisher判别的方法建立了基于四个指标的分类判别模型。

针对问题一，模型采用系统聚类和Fisher判别的方法，根据题中已知类型的三个样本13，14，15,将混淆的12个样本1～12区别开来，并且使得样本13，14，15在三个类别中。

使用SPSS软件求得分类结果,胃癌患者：

1,2,4,5,13；萎缩性胃炎患者：

3,7,10,11,12,14；非胃病患者：

6,8,9,15。

针对问题二，本题基于问题一的分类情况，采用Fisher判别的方法，确定三个样本16,17,18的类别。

使用SPSS软件求得判别结果，第16号样本和第18号样本属于第二类，即萎缩性胃病患者；第17号样本属于第三类，即非胃病患者。

最后对模型的优缺点进行分析，提出了改进方案。

关键词系统聚类；Fisher判别；SPSS软件；判别模型1．问题的重述胃癌患者易误诊为萎缩性胃炎患者以及非胃病患者。

进行胃癌的鉴别主要是通过化验4项生化指标：

血清铜蓝蛋白（X1）、蓝色反应（X2）、尿吲哚乙酸（X3）、中性硫化物（X4）。

本来从胃癌患者、萎缩性胃炎患者以及非胃病患者中一共抽取了12人进行指标化验，但是由于医护人员的疏忽，将化验结果搞混了。

现有以前对胃癌患者、萎缩性胃炎患者以及非胃病患者化验的结果各一例，依次为（228,134,0.20,0.11）、（150,117,0.07,0.06）、（135,108,0.02,0.12），混淆的化验结果见附件表十。

医学上一般根据临床的经验认为，患同一种病的人所表现出来的特征往往是相似的，现需建立一种判别准则，把上述混淆的结果区分开来，再将三个病人的化验指标如下：

（210,142,0.10,0.08）、（180,120,0.08,0.21）、（150,130,0.05,0.14），区分他们各属于哪一类人群。

2．模型假设和符号说明2.1.模型的假设（1）患同一种病的人所表现出来的特征往往是相似的；（2）被检测的人员没有其它任何疾病；（3）四项生化指标无关联。

2.2符号使用说明（不打编号）（1）1X：

血清铜蓝蛋白；（2）2X：

蓝色反应；（3）3X：

尿吲哚乙酸；（4）4X：

中性硫化物（5）1～12：

表示未知分类样本，即被混淆的样本；（6）13～15：

表示已知分类样本；（7）16～18：

表示待判的样本；（8）1a、2a、3a：

分别表示使用特征值1时胃癌患者、萎缩性胃炎患者以及非胃病患者的重心；（9）1b、2b、3b：

分别表示使用特征值2时胃癌患者、萎缩性胃炎患者以及非胃病患者的重心；（10）12c、23c：

分别表示用特征值1时第一类与第二类，第二类与第三类之间的分界点。

（11）12d、23d：

分别表示用特征值2时第一类与第二类，第二类与第三类之间的分界点。

（13）1n、2n、3n：

分别表示第一类、第二类和第三类的个数；（16）)(ijx、)(ijx：

分别表示第i个指标第j个样本的数据和标准化后的数据；（17）)(ix：

表示15个样本值的第i个指标的样本均值；（18）)(is：

表示15个样本值的第i个指标的样本标准差；（19）jj、：

分别表示Fisher判别时使用1、2为标准化的函数系数；3.问题的分析2.1问题一的分析本问题要求解的是将混淆的12组样本判别其类型。

由于患同一种病的人所表现出来的特征往往是相似的，首先想到的是运用系统聚类的方法，将未知类别的样本分为三类，再将