如今，医学领域广泛采用图像处理方法来提高对某些异常的早期检测，例如乳腺癌、肺癌、脑癌等。 本文主要集中在从 X 射线图像、计算机断层扫描 (CT) 图像和 MRI 图像中分割肺癌肿瘤。 图像分割采用图像处理方法。 在预处理阶段使用均值和中值滤波器。 在图像分割阶段，使用Otsu的阈值和k-Means聚类分割方法对肺部图像进行分割并定位肿瘤。 为了评估用于分割的方法的性能，在两者的分割图像上计算性能评估参数，例如信噪比（SNR）、均方误差（MSE）和峰值信噪比（PSNR））。用于分割的不同分割方法。 无论图像如何，K-Means 分割都能获得更好的结果。
2023-03-13 00:28:58
673KB
1
使用随机森林、SVM、线性回归等常用机器学习模型预测肺癌患病数据集的存活时长。
随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的众数而定。
支持向量机（Support Vector Machine, SVM）是一类按监督学习（supervised learning）方式对数据进行二元分类的广义线性分类器（generalized linear classifier），其决策边界是对学习样本求解的最大边距超平面。
2022-12-28 11:27:16
650KB
1
本数据集是一个癌症CT图像数据，包括69位不同的患者的475个病例的中等规模的CT影像和患者年龄。该数据是 TCGA-LUAD 肺癌CT影像数据库的一部分。
2022-11-28 08:40:24
357.8MB
1
利用最大最小爬山算法构建肺癌患者的预后模型,指导肺癌预后评价。以SEER(surveillance, epidemiology, and end results)数据库中2008年至2014年期间被确诊为肺癌的患者组成数据集,首先利用卡方检验、Logistic回归分析方法对数据集中的变量进行特征选择;然后,在训练集上利用最大最小爬山算法建立肺癌患者的预后模型,并在测试集上对患者进行5年后生存情况预测;最后,选择Logistic回归、人工神经网络、决策树、支持向量机方法和本研究模型在测试集上进行分类实验对比。最终结果显示本研究模型对肺癌患者5年后生存情况的预测准确率高于其他方法。
2022-06-25 22:50:18
743KB
1
microRNA-153通过抑制AKT的表达抑制肺癌细胞的增殖与迁移，袁野，任晋帅，目的：研究miR-153对肺癌细胞增殖与迁移的作用与机制。方法：应用免疫印迹技术（western blot）检测Akt蛋白在肺癌组织和培养的肺癌细胞�
2022-06-02 15:06:13
512KB
1