网页版乳腺癌计算机辅助诊断系统
2024-05-12 02:11:42 63.91MB 目标检测
1
IL-13基因microRNA靶序列单核苷酸多态性与乳腺癌发病的关系,于洪媛,李京,目的 探讨IL-13基因microRNA靶序列结合区域的单核苷酸多态性及环境因素交互作用与乳腺癌发病的关系。方法 采用病例对照研究方法,首先
2024-03-22 11:47:59 389KB 首发论文
1
短期化疗对乳腺癌组织UCH-L1表达的影响,包芸,王文娟,目的 探讨乳腺癌患者术前短期化疗对肿瘤细胞UCH-L1以及EGFR和P-gp表达的影响。方法 采用免疫组化(EnVision法)检测40例乳腺浸润性导管
2024-03-03 08:34:08 495KB 首发论文
1
可直接运行。基于pytorch vision transformer的乳腺癌图像分类 完整代码+数据 可直接运行 毕业设计
2024-01-12 10:45:54 571KB pytorch pytorch transformer 毕业设计
1
使用方法:运行main.py文件即可,或者命令行输入"python main.py"。
1
(52条消息) R语言生存分析COX回归分析实战:以乳腺癌数据为例_Data+Science+Insight的博客-CSDN博客_利用r对癌症数据进行生存分析.mhtml
2023-04-04 13:30:19 2.81MB
1
乳腺癌数据集二分类_乳腺癌数据集
2023-02-28 09:17:51 346KB 数据集
1
乳腺癌数据集 Python 预测模型 乳腺癌数据集二分类预测 机器学习 深度学习 网格搜索+logistic逻辑回归+神经网络+SVM支持向量机+KNN 条形图折线图可视化 预测效果较好,拟合较为准确。 jupyter notebook numpy pandas matplotlib sklearn 数据分析 数据挖掘
1
根据针吸细胞学方法影像中提取的特征值, 设计了一种改进的支持向量机分类方法, 并应用于乳腺癌的辅助诊断。通过对几种常用核函数的对比分析, 所建立的新核函数在诊断中具有很好的综合性能。使用实际临床数据分析显示, 该方法比模因佩雷托(memetic Pareto artificial neural network, MPANN)与一种改进型人工神经网络(evolutionary artificial neural network, EANN)方法在乳腺癌辅助诊断中具有更好的效果, 可以为医疗机构对该疾病的诊断提供有力的决策支持。
1