LVQ神网络在乳腺肿瘤良恶性分类中应用.pdfVIP

案例背景：

乳腺是常见的女性疾病，近年来，的逐渐上升，已成为危害妇女健康的恶

性之一。乳腺若能早期发现、早期诊断、早期治疗可取得良好的效果，因此乳

腺良的诊断至关重要。

[以下有详细的LVQ网络理论知识]

问题描述：

乳腺通过穿刺采样进行分析可以确定其为良性或为恶性的。医学研究发现乳腺病灶

组织的细胞核显微图像的10个量化特征：细胞核半径、质地、周长、面积、光滑性、紧密

度、凹陷度、凹陷点数、对称度、断裂度与该的性质有密切的关系。利用LVQ神经网络

根据已获得的实验数据建立起一种诊断乳腺是良性还是恶性的方法。

模型建立：

该处有完整的数学理论推导过程

Matlab程序实现(点击这里，预定此书，即可该案例完整程序)：

该处有完整的Matlab程序代码，以及代码的详细说明

*清空环境变量

*导入数据

*创建网络

*训练网络

*仿真测试

结果分析：

该处有详细的运行结果

案例扩展

（1）对比分析

利用BP神经网络分类的结果如表2所示。从表2及表1的对比可以看出，LVQ神经网络的

效果比BP神经网络要好很多，这也表明LVQ神经网络用于模式识别是有效的。

（2）案例扩展

LVQ神经网络无需对数据进行预处理，这使得相比于其他神经网络，LVQ神经网络更简

单、更有效。LVQ神经网络已经应用到各行各业中，如故障诊断、性能评价、风险预测等。