20210421-中信证券-医药行业NGS分子诊断行业深度报告：液体活检，千亿级癌症检测蓝海.pdf

乳腺癌预测 乳腺癌预测 关于： 乳腺癌（BC）是全球女性中最常见的癌症之一，根据全球统计数据，它代表着大多数新的癌症病例和与癌症相关的死亡，这使其成为当今社会的重要公共卫生问题。 BC的早期诊断可以促进对患者的及时临床治疗，因此可以显着改善预后和生存机会。 良性肿瘤的进一步准确分类可以防止患者接受不必要的治疗。 因此，对BC的正确诊断以及将患者分为恶性或良性组的分类是许多研究的主题。 利用乳腺癌威斯康星州（诊断）数据集，我创建了一个分类器，可以帮助预测乳腺癌的类型。

用于KNN算法的癌症数据，类型为csv，数据项包括id diagnosis_result radius texture perimeter area smoothness compactness symmetry fractal_dimension，“B”为健康，“M”为患病

基于模式分类的癌症患者生存时间预测方法研究

签到位置数据集，癌症预测数据集，泰坦尼克数据集。

MATLAB源码集锦-基于单层竞争神经网络的患者癌症发病预测代码

利用单层竞争神经网络来进行数据分类，以患者癌症发病预测为例，通过Matlab进行实验。

癌症的生存分析数据，记录了治疗方案，癌细胞类型，临床打分，病人年龄，死亡与否以及生存的天数，可以建立生存分析模型进行数据分析。

大数据癌症疾病预测算法python版（含数据），建议使用pycharm运行。

通过训练集训练模型，然后通过测试集进行测试，案例里有训练数据和测试数据