您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览617 | 下载28

目的 探讨决策树统计分析方法在乳腺癌诊断中的适用性,为发展乳腺癌的计算机辅助诊断提供依据.方法 将699例乳腺肿块病例完全随机分成两部分,70%病例作为训练集,用来建立决策树模型;30%病例作为测试集,用来验证模型的有效性.以细针吸取细胞学的9项指标作为自变量,以手术后病理检查的诊断结果作为因变量,利用SPSS的TREE模块建立决策树分类规则.将测试集数据输入建立好的模型,将模型的诊断结果与术后病理诊断进行比较,以灵敏度、特异度、正确率来评价模型的有效性.结果 该模型在乳腺肿块病例中诊断出恶性病例的灵敏度为92.7%(95%CI:86.2%~99.1%),特异度为92.5% (95% CI:87.9%~97.2%),诊断的正确率为92.6% (95% CI:88.8%~96.3%).结论 基于决策树技术的计算机诊断系统在目前技术条件下已达到了不逊于人工诊断的效果.随着相关技术的进步,该模型的诊断效果还有提高的空间.

作者:胡丽华;吴家兵;殷红;卢锐;李平

来源:中华生物医学工程杂志 2012 年 18卷 3期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:617 | 下载:28
作者:
胡丽华;吴家兵;殷红;卢锐;李平
来源:
中华生物医学工程杂志 2012 年 18卷 3期
标签:
决策树 乳腺肿瘤 诊断 细针吸取细胞学 Decision tree Breast neoplasms Diagnosis Fine needle aspiration cytology
目的 探讨决策树统计分析方法在乳腺癌诊断中的适用性,为发展乳腺癌的计算机辅助诊断提供依据.方法 将699例乳腺肿块病例完全随机分成两部分,70%病例作为训练集,用来建立决策树模型;30%病例作为测试集,用来验证模型的有效性.以细针吸取细胞学的9项指标作为自变量,以手术后病理检查的诊断结果作为因变量,利用SPSS的TREE模块建立决策树分类规则.将测试集数据输入建立好的模型,将模型的诊断结果与术后病理诊断进行比较,以灵敏度、特异度、正确率来评价模型的有效性.结果 该模型在乳腺肿块病例中诊断出恶性病例的灵敏度为92.7%(95%CI:86.2%~99.1%),特异度为92.5% (95% CI:87.9%~97.2%),诊断的正确率为92.6% (95% CI:88.8%~96.3%).结论 基于决策树技术的计算机诊断系统在目前技术条件下已达到了不逊于人工诊断的效果.随着相关技术的进步,该模型的诊断效果还有提高的空间.

Baidu
map