基于机器学习医学数据分析的乳腺癌计算机诊断模型的验证与确认
定量方法
2019-10-08 v1 机器学习
摘要
微波辐射测量法是乳腺癌医学诊断的领域之一。它基于对组织和表面组织内部温度空间分布的分析，这些温度在微波(RTM)和红外(IR)波段测得。描述生物组织内复杂物理与生物过程的复杂数学与计算机模型提高了该方法的效率。物理与生物过程与温度动态及微波电磁辐射有关。数值模型的验证与确认是确保与医疗大数据一致性的关键挑战。这些数据由对患者的医学测量获得。我们提出了一种对生物组织中物理过程仿真模型进行验证与确认的原创方法。我们的方法基于对医疗数据的深度分析，并使用机器学习算法。我们在含癌灶乳腺热过程动力学模型上取得了令人瞩目的成功。该方法使我们能够对数学模型的几乎所有参数进行显著精化，以达到最大可能的充分性。
引用
@article{arxiv.1910.02779,
title = {Verification and Validation of Computer Models for Diagnosing Breast Cancer Based on Machine Learning for Medical Data Analysis},
author = {Vladislav Levshinskii and Maxim Polyakov and Alexander Losev and Alexander Khoperskov},
journal= {arXiv preprint arXiv:1910.02779},
year = {2019}
}
备注
15 pages, 9 figures, Creativity in Intelligent Technologies and Data Science (CIT&DS 2019), Volgograd, September, 2019