文献类型：期刊文章

作　　者：付婷婷[1] 刘毅慧[1] 刘强[2] 李保朋[2] 成金勇[1]

机构地区：[1]山东轻工业学院信息科学与技术学院智能信息处理研究所,山东济南250353 [2]山东省医学影像学研究所,山东济南250021

出　　处：《生物信息学》

基　　金：山东省自然科学基金(Y2006C96);山东省自然科学基金(Y2008G30);SRF for ROCS;SEM

年　　份：2010

卷　　号：8

期　　号：1

起止页码：20-22

语　　种：中文

收录情况：ZGKJHX、普通刊

摘　　要：支持向量机是在统计学习理论基础上发展起来的一种新的机器学习方法,在模式识别领域有着广泛的应用。利用基于支持向量机模型的31P磁共振波谱数据对肝脏进行分类,区别肝细胞癌,肝硬化和正常的肝组织。通过对基于多项式核函数和径向基核函数的支持向量机分类器进行比较,并且得到三种肝脏分类的识别率。实验表明基于31P磁共振波谱数据的支持向量机分类模型能够对活体肝脏进行诊断性的预测。

关 键 词：支持向量机31P  磁共振波谱 肝细胞癌 模式识别

分 类 号：R445.2]