分享前沿的人工智能与医学交叉研究,提供医疗科研服务。关注大壮,科研顺畅。做医护人员科研的小助手,为您全心全意服务。 |
点击👆蓝字或👇名片,关注"AI与医学"
0.前言
大壮归来
“科研,自己说的算”
好消息!!!
!
好消息!!!
!
希望友友们奔走相告,
大壮可以为友友们提供一些服务,让友友们科研更轻松。
主要是帮助朋友们提供代码、算法相关服务,让科研更轻松。工具会自动生成各种分析结果图表和报告,减少您数据整理、建模和分析的宝贵时间。
(1)写作思路指导
基于机器学习和临床数据交叉应用
1)支持开源数据指导,没有临床数据也可以
2)支持自有临床数据指导
(2)数据处理
1)支持多维度、多种形式的数据(连续和离散数据格式、声音、图像、等数据格式)
2)支持数据清洗剔除无效数据、对缺失的数据进行补齐修复
3)支持数据归一化、标准化
4)支持人工特征选择
5)支持数据降维(PCA)
(3)机器学习数据建模
1)多种机器学习建模指导,包括常规机器学习算法
2)支持算法参数调优
序号
|
模型
|
1
|
逻辑回归
|
2
|
决策树
|
3
|
随机森林
|
4
|
贝叶斯
|
5
|
最近邻
|
6
|
多层感知机
|
7
|
持续更新中
|
4)传统数据分析
a.数据分布
b.数据 相关性 分析
(4)数据分析评估指导
支持算法交叉验证和评估,支持多种评价指标分析。
序号
|
评估指标名称
|
1
|
AUC
|
2
|
accuracy
|
3
|
recall
|
4
|
precision
|
5
|
F1
|
6
|
Kappa
|
7
|
MCC
|
8
|
持续更新
|
(5)丰富的输出结果
丰富结果图和excel表格
2.案例-以乳腺癌分类为例
2.1数据介绍
威斯康星州UCI ML乳腺癌(诊断)数据集的副本(https://goo.gl/U2Uwz2)。特征是从乳腺肿块的细针抽吸物(FNA)的数字化图像中计算出来的。它们描述了图像中细胞核的特征。是一个经典的用于二分类问题的数据集,用于对乳腺癌的诊断进行分类。该数据集包含了569个乳腺癌肿瘤样本的特征数据和相应的标签信息。每个特征都被测量为一个实数值,用于描述细胞核图像的不同属性,属性如表2所示。
表 1- 数据详情
项目
|
数据
|
说明
|
总量
|
569
|
212 - Malignant, 357 - Benign
|
特征数量
|
30
|
详见表 2
|
类别数量
|
2
|
恶性肿瘤和良性肿瘤
|
表 2- 数据集属性说明
序号
|
属性
|
说明
|
1
|
radius (mean):
|
半径(均值)
|
2
|
texture (mean):
|
纹理(均值)
|
3
|
perimeter (mean):
|
周长(均值)
|
4
|
area (mean):
|
区域(均值)
|
5
|
smoothness (mean):
|
平滑度(均值)
|
6
|
compactness (mean):
|
紧密度(均值)
|
7
|
concavity (mean):
|
凹陷(均值)
|
8
|
concave points (mean):
|
凹点(均值)
|
9
|
symmetry (mean):
|
对称性(均值)
|
10
|
fractal dimension (mean)
|
分形维数(均值)
|
11
|
radius (standard error):
|
半径(标准差)
|
12
|
texture (standard error):
|
纹理(标准差)
|
13
|
perimeter (standard error):
|
周长(标准差)
|
14
|
area (standard error):
|
区域(标准差)
|
15
|
smoothness (standard error):
|
平滑度(标准差)
|
16
|
compactness (standard error):
|
紧密度(标准差)
|
17
|
concavity (standard error):
|
凹陷(标准差)
|
18
|
concave points (standard error):
|
凹点(标准差)
|
19
|
symmetry (standard error):
|
对称性(标准差)
|
20
|
fractal dimension (standard error):
|
分形维数(标准差)
|
21
|
radius (worst):
|
半径( 最差 / 最大值的平均数值 )
|
22
|
texture (worst):
|
纹理( 最差 / 最大值的平均数值 )
|
23
|
perimeter (worst):
|
周长( 最差 / 最大值的平均数值 )
|
24
|
area (worst):
|
区域( 最差 / 最大值的平均数值 )
|
25
|
smoothness (worst):
|
平滑度( 最差 / 最大值的平均数值 )
|
26
|
compactness (worst):
|
紧密度( 最差 / 最大值的平均数值 )
|
27
|
concavity (worst):
|
凹陷( 最差 / 最大值的平均数值 )
|
28
|
concave points (worst):
|
凹点( 最差 / 最大值的平均数值 )
|
29
|
symmetry (worst):
|
对称性( 最差 / 最大值的平均数值 )
|
30
|
fractal dimension (worst):
|
分形维数( 最差 / 最大值的平均数值 )
|
2.2 数据结果
(1)5 kfold 交叉验证评估结果
(2)多模型评估结果
(3)混淆矩阵
— THE END —
排版:大壮
美工:大壮
注:本文仅用于分享和研究AI与医学相关学术论文
如存在侵权,请告知,及时删
往期精彩回顾
医学朋友们福利来了
!
1.大壮开可以实现临床数据快速清洗和建模,欢迎大家咨询
2.大壮提供医疗影像研究方向、算法实现咨询服务,包括但不局限CT、MRI图像分割、图像生成、多模态等技术支持。
感兴趣或者想了解论文评论区留言或者联系大壮,大壮根据情况进行解读
|
DeepTech深科技 · D-Wave开源量子编程软件,无需掌握量子物理就可编程 8 年前 |
|
华山穹剑 · 【爆料】上将:王司令员贪腐落马记! 8 年前 |
|
新北方 · 卖呆|有个粘人的“女朋友”是怎样的体验?小北也就乐了十分钟 8 年前 |
|
爱卡汽车 · 预算合适,外观又漂亮,买它就是真爱啊! 8 年前 |
|
叶子猪游戏网 · LOL神拳李青正式上线:限时活动送永久紫龙瞎 7 年前 |