常见的聚类方法存在对初始点敏感和易陷入局部最优的不足,为此提出了一种改进HBO的聚类方法。首先,提出一种改进的HBO,即扰动替换的HBO(disturbance and replacement HBO,DRHBO)克服其不足,即采用一种随机维度值替换策略和高斯扰动机制...常见的聚类方法存在对初始点敏感和易陷入局部最优的不足,为此提出了一种改进HBO的聚类方法。首先,提出一种改进的HBO,即扰动替换的HBO(disturbance and replacement HBO,DRHBO)克服其不足,即采用一种随机维度值替换策略和高斯扰动机制用于HBO中最优个体的状态更新,解决HBO搜索效率低的问题;提出一种正弦差分扰动策略,以突破当前个体仅与直接领导和同事进行交流的限制,从而增强搜索能力;将随机维度值替换和随机差分扰动策略融合,用于HBO中前期个体状态更新以避免其产生无效解。其次,提出一种DRHBO聚类方法,并运用到宫颈细胞数据集上以获得更好的聚类效果。大量、不同类别和不同样本的宫颈细胞数据集实验结果表明,与HBO及其改进算法和其他最先进算法相比,DRHBO的优化性能更好、稳定性更强且效率更高。DRHBO聚类方法更适应于宫颈细胞数据集。展开更多
文摘常见的聚类方法存在对初始点敏感和易陷入局部最优的不足,为此提出了一种改进HBO的聚类方法。首先,提出一种改进的HBO,即扰动替换的HBO(disturbance and replacement HBO,DRHBO)克服其不足,即采用一种随机维度值替换策略和高斯扰动机制用于HBO中最优个体的状态更新,解决HBO搜索效率低的问题;提出一种正弦差分扰动策略,以突破当前个体仅与直接领导和同事进行交流的限制,从而增强搜索能力;将随机维度值替换和随机差分扰动策略融合,用于HBO中前期个体状态更新以避免其产生无效解。其次,提出一种DRHBO聚类方法,并运用到宫颈细胞数据集上以获得更好的聚类效果。大量、不同类别和不同样本的宫颈细胞数据集实验结果表明,与HBO及其改进算法和其他最先进算法相比,DRHBO的优化性能更好、稳定性更强且效率更高。DRHBO聚类方法更适应于宫颈细胞数据集。
文摘目的:基于图神经网络对比分析宫颈癌筛查系统(truScreen,TS)、宫颈细胞DNA定量检查高危型人乳头瘤病毒(human papillomavirus,HPV)阳性患者中筛查宫颈癌及癌前病变的效果。方法:选取2022年1月至2023年5月于重庆大学附属黔江医院妇科门诊行宫颈癌高危型HPV检测阳性的400例患者为研究对象。对所有研究对象依次进行TS、宫颈细胞DNA定量、阴道镜下组织病理学检查。以组织病理检查为“金标准”,除采用TS系统已有模块外,基于图神经网络进行标识学习,提取特征,随后使用支持向量机(support vector machines,SVM)和随机森林(random forest,RF)等分类器进行分类,计算并比较TS、宫颈细胞DNA定量筛查宫颈癌及癌前病变的灵敏度、特异度、受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under the curve,AUC)、阴性预测值、阳性预测值、与活检病理结果一致性检验统计量Kappa值。结果:TS融合图神经网络筛查宫颈癌及癌前病变的灵敏度、特异度、AUC、阴性预测值、阳性预测值分别为93.75%、95.45%、0.97、98.18%、87.50%,均高于宫颈细胞DNA定量检查(分别为81.25%、90.91%、0.92、96.15%、64.29%)。与活检病理结果的一致性检验显示,TS融合图神经网络与活检病理结果的Kappa值为0.89,高于宫颈细胞DNA定量检查(0.72)。ROC曲线下面积的比较显示,TS融合图神经网络与宫颈细胞DNA定量检查之间存在显著差异。结论:TS融合图神经网络在高危型HPV阳性患者中筛查宫颈癌及癌前病变的效果优于宫颈细胞DNA定量检查,具有较高的准确性和可靠性,可作为一种简单、有效的宫颈癌筛查方法。