肿瘤诊断111.ppt_第1页
肿瘤诊断111.ppt_第2页
肿瘤诊断111.ppt_第3页
肿瘤诊断111.ppt_第4页
肿瘤诊断111.ppt_第5页
已阅读5页，还剩16页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、1,肿瘤诊断,2,肿瘤细胞诊断,问题提出肿瘤通过穿刺采样（1）良性（2）恶性,细胞核的特性直径、质地、周长、面积、光滑度、紧密度、凹陷度、凹陷点数、对称度、断裂度,3,实验数据,500个病例每个病例包括10个特征量的平均值、标准差和最坏值模型：30个特征数据提取特征、分类识别,问题：判断另外69名已经做穿刺采样的患者良性、恶性,4,数学方法,（1）统计方法欧氏距离，马氏距离（2）神经网络学习识别,5,生物神经元结构,（1）细胞体（2）树突（3）轴突（4）突触：可塑性,6,神经元功能,（1）兴奋与抑制：（2）学习与遗忘：,7,MP神经网络模型,图2-2-2MP神经元模型,（a）,8,MP神经网络

2、模型另一式：,9,作用函数的形式,10,11,对称型阶跃函数,图2-2-3,12,感知器,感知器是模拟人的视觉，接受环境信息，并由神经冲动进行信息传递的神经网络。感知器分单层与多层，是具有学习能力的神经网络。,13,单层感知器,单层感知器,14,学习算法步骤：,15,单层感知器的应用,两类模式分类高维样本空间中，用一个超平面将两类样本分开。若输入的两类模式是线性可分，则算法一定收敛。局限性若输入模式为线性不可分集合，网络的学习算法不收敛，不能进行正确分类。,16,线性可分集合,17,三维空间上的两类模式,18,（3）可引伸到n3维空间上的线性可分集合，一定可找到一超平面，将输入模式分为两类。由n输入/单输出的单层感知器实现。,线性不可分集合。,二维平面上的两类模式异或（XOR）问题，见表。二维平面中不存在一条直线，将输入模式分为两类，此输入模式称线性不可分集合，见图。可见：单层感知器不能解决异或问题。,19,多层感知器,20,三层感知器解决异或（XOR）问题,21,三层感知

人人文库> 全部分类> 专业文献 > 医学资料

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论