基于决策树分类技术的大肠早癌诊断系统研究

研究和开发一种基于数据挖掘技术的大肠早癌诊断系统。该系统首先对所采集的大量激光诱导自体荧光光谱进行处理,并建立相关数据库,然后采用决策树分类方法对样本进行训练和分类,最终进行正常组织和癌变组织的判断,并由系统输出诊断结果。结果表明该系统可有效地用于指导大肠癌症的早期诊断和治疗。

大肠癌诊断数据分类新算法研究

数据分类是数据挖掘技术在医疗数据分析中的一个重要应用,在分析了医疗数据特点后,以大肠早癌诊断数据为例,提出了利用计数最近邻算法对其进行分类的思想;同时在分析该算法性能的基础上,提出了基于检索树和样本密度的计数最近邻新算法对改数据进行分析,以检索树的构建来提高原算法的计算效率,基于全局密度、K-密度的改进算法来提高原算法的精确度。通过实验证明新算法在大肠早癌的数据分析中,其计算复杂度、存储空间和数据分类精确度都得到了较大的提高,同时新算法适应于数值数据、文本数据以及混合数据的分类。