遺傳算法優(yōu)化模糊神經網(wǎng)絡在肺癌診斷中的應用.pdf

1、在當今世界中，肺癌已經逐漸成為最常見的惡性腫瘤。在我國，肺癌的發(fā)病率呈現(xiàn)逐年上升的趨勢，肺癌已經成為我國死亡人數(shù)最多的癌癥。男性得肺癌的概率要遠大于女性，且城市肺癌的發(fā)病率要大于農村。由于肺癌早期的癥狀不明顯或與其他疾病的病理特征有一些相似之處，所以不易察覺，往往發(fā)現(xiàn)時已經是晚期。肺癌的特點是確診越早，越容易治愈，所以肺癌的早期診斷具有十分重要的價值，對治療方案和治療效果有顯著的影響。因此，改善早期肺癌的檢測方法對于提高患者的存活率具有

2、十分重要的現(xiàn)實意義。
　　 模糊神經網(wǎng)絡結合了人工神經網(wǎng)絡和模糊理論的優(yōu)點，具有良好的自適應性和自組織性，學習能力很強。利用神經網(wǎng)絡進行模糊信息處理，可以有效的解決模糊規(guī)則的提取和隸屬度函數(shù)的產生；而將具有邏輯推理能力的模糊技術引入神經網(wǎng)絡，可以大大提高神經網(wǎng)絡在處理模糊信息方面的能力。但是神經網(wǎng)絡也有其不可避免的缺陷，收斂速度較慢，容易陷入局部極小等問題。而遺傳算法(Genetic Algorithm-GA)是一種從大自然的發(fā)

3、展規(guī)律-生物進化論中得到啟示而產生的算法，其使用了自然選擇和仿真生物遺傳學的機理，通過遺傳、變異等機制來提高單個個體的適應性。將遺傳算法和模糊神經網(wǎng)絡結合起來，可以優(yōu)化神經網(wǎng)絡的權值和閾值，進而優(yōu)化神經網(wǎng)絡的結構，從而改善神經網(wǎng)絡的預測準確性。
　　 方法：利用遺傳算法優(yōu)化模糊神經網(wǎng)絡并應用于肺癌診斷。網(wǎng)絡輸入是經模糊化處理的13個非二值變量和其它13個二值變量的組合。先建立簡單的BP神經網(wǎng)絡，然后通過遺傳算法優(yōu)化神經網(wǎng)絡的權值

4、和閾值，再將優(yōu)化后得到的權值和閾值代入網(wǎng)絡中對輸入樣本進行訓練，并利用測試樣本檢驗網(wǎng)絡的優(yōu)化程度。最后將網(wǎng)絡輸出結果與優(yōu)化前的網(wǎng)絡的輸出結果進行對比。
　　 結果：通過對網(wǎng)絡輸出結果的比較，發(fā)現(xiàn)經過遺傳算法優(yōu)化的神經網(wǎng)絡的虛警和漏檢率較低，比優(yōu)化前的網(wǎng)絡結果有所提高。經過遺傳算法優(yōu)化的模糊神經網(wǎng)絡有2例錯誤(良性第5例，肺癌第40例)，而沒有優(yōu)化的模糊神經網(wǎng)絡有4例錯誤(良性第5、6例，肺癌第36、38例)。經遺傳算法優(yōu)化的模糊