位置:成果数据库 > 期刊 > 期刊详情页
有监督的Kohonen神经网络聚类算法在癌症诊断中的应用
  • ISSN号:1000-7180
  • 期刊名称:《微电子学与计算机》
  • 时间:0
  • 分类:TP3[自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]中南民族大学计算机科学学院,湖北武汉430074, [2]华中科技大学同济医学院附属同济医院肿瘤生物医学中心,湖北武汉430030
  • 相关基金:国家自然科学基金青年项目(81101571)
中文摘要:

为了提高癌症诊断识别的正确率,提出了一种基于有监督的Kohonen神经网络的癌症诊断模型.在原有Kohonen神经网络的基础上添加了一个输出层,使原本无监督的神经网络变成有监督的神经网络S_Kohonen,并且网络输出个数与分类个数相同.实验结果表明,采用有监督的Kohonen神经网络模型能对基因表达水平样本进行有效聚类,从而提高癌症诊断识别的正确率和科学性,为癌症的治疗研究提供一定的参考价值.

英文摘要:

In order to improve the accuracy of cancer diagnosis,a model is proposed for cancer diagnosis,which based on the supervised Kohonen neural network.Adding an output layer on the basis of the Kohonen neural network,make the unsupervised neural network into supervised neural network-S_Kohonen which has the same network output number as the classification.The experimental results show that the supervised Kohonen neural network model is effective in clustering to the samples of the level of gene expression,so as to improve the accuracy and scientificity of cancer diagnosis,provide the certain reference value for the research on the treatment of cancer.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《微电子学与计算机》
  • 中国科技核心期刊
  • 主管单位:中国航天科技集团公司
  • 主办单位:中国航天科技集团公司第九研究院第七七一研究所
  • 主编:李新龙
  • 地址:西安市雁塔区太白南路198号
  • 邮编:710065
  • 邮箱:mc771@163.com
  • 电话:029-82262687
  • 国际标准刊号:ISSN:1000-7180
  • 国内统一刊号:ISSN:61-1123/TN
  • 邮发代号:52-16
  • 获奖情况:
  • 航天优秀期刊,陕西省优秀期刊一等奖
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:17909