Improved method for computer-aided diagnosis of breast cancer based on support vector machines

目前在全世界范围内，乳腺癌已经成为妇女病死的重要原因之一。文章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,并应用于该疾病的辅助诊断。通过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。