【乳腺癌诊断】基于聚类和遗传模糊算法乳腺癌（诊断）分析（Matlab代码实现）

目录

1 概述

2 运行结果​编辑

 3 参考文献

4 Matlab代码实现

---

1 概述

目前,乳腺癌是我国女性发病率最高的恶性肿瘤,如何对其病灶进行早期诊断和良恶性鉴别成为亟待解决的难点。MRI凭借其较高的空间和软组织分辨力,已广泛应用于乳腺癌的早期诊断。其中,磁共振动态增强中的时间-信号强度曲线( time-signal intensity curve，TIC)作为一种半定量方法,可评估病灶的血流动力学特征,通过TIC分型实现良恶性鉴别。

本文讲解一个准确的系统来分析乳腺癌图像数据可以为医生在评估患者方面提供额外的信心，并可用于扫描诊所数据库中的所有过去扫描，以了解是否有任何患者处于危险之中。模糊逻辑系统非常适合构建知识库和规则库，这些知识库和规则库可以准确地接近专家的人类知识，例如常规诊断患者乳腺癌的医生。遗传算法通过使用数据的子集来学习模糊逻辑系统的最佳隶属函数和规则库，从而增强模糊逻辑系统的能力，特别是在给定系统的代表性数据集时。这两种技术的结合可以用来开发一种高度精确的癌症诊断近似值。

2 运行结果

 

部分代码： 

clc
clf 
clear all

load wbcdnoid.mat
load dsinfo.mat

K=5; % Number of clusters

% Normalize data

normwbcd = normalize(wbcd);

% Use fcm function to find K clusters in this data set:

[center,U,objFcn] = fcm(normwbcd,K)

% Plot convergence:

figure(1)
plot(objFcn)

% Find which data belong to which cluster:

maxU = max(U);
index1 = find(U(1, :) == maxU);
index2 = find(U(2, :) == maxU);
index3 = find(U(3, :) == maxU);
index4 = find(U(4, :) == maxU);
index5 = find(U(5, :) == maxU);

% Sort clusters into their own matrices:

id1 = zeros(length(index1),31);

for k = 1:length(index1)
    id1(k,:) = wbcd(index1(k),:);
end

id2 = zeros(length(index2),31);

for k = 1:length(index2)
    id2(k,:) = wbcd(index2(k),:);
end

id3 = zeros(length(index3),31);

for k = 1:length(index3)
    id3(k,:) = wbcd(index3(k),:);
end

id4 = zeros(length(index4),31);

for k = 1:length(index4)
    id4(k,:) = wbcd(index4(k),:);
end

id5 = zeros(length(index5),31);

for k = 1:length(index5)
    id5(k,:) = wbcd(index5(k),:);
end

% Find min / max / range / median for clusters:

id1info = [min(id1); max(id1); max(id1)-min(id1); median(id1)];
id1mp = (median(id1) - wbcdmin)./wbcrange;

id2info = [min(id2); max(id2); max(id2)-min(id2); median(id2)];
id2mp = (median(id2) - wbcdmin)./wbcrange;

id3info = [min(id3); max(id3); max(id3)-min(id3); median(id3)];
id3mp = (median(id3) - wbcdmin)./wbcrange;

id4info = [min(id4); max(id4); max(id4)-min(id4); median(id4)];
id4mp = (median(id4) - wbcdmin)./wbcrange;

id5info = [min(id5); max(id5); max(id5)-min(id5); median(id5)];
id5mp = (median(id5) - wbcdmin)./wbcrange;

 3 参考文献

部分理论引用网络文献，如有侵权请联系删除。

[1]林桂涵,陈炜越,陈春妙,惠俊国,纪建松.双能量CT虚拟平扫技术在乳腺癌诊断中的应用价值[J].浙江医学,2022,44(6):607-610624

[2]林桂涵,陈炜越,陈春妙,惠俊国,纪建松.双能量CT虚拟平扫技术在乳腺癌诊断中的应用价值[J].浙江医学,2022,44(6):607-610624

👨‍🎓博主课外兴趣：中西方哲学，送予读者：

👨‍💻做科研，涉及到一个深在的思想系统，需要科研者逻辑缜密，踏实认真，但是不能只是努力，很多时候借力比努力更重要，然后还要有仰望星空的创新点和启发点。当哲学课上老师问你什么是科学，什么是电的时候，不要觉得这些问题搞笑，哲学就是追究终极问题，寻找那些不言自明只有小孩子会问的但是你却回答不出来的问题。建议读者按目录次序逐一浏览，免得骤然跌入幽暗的迷宫找不到来时的路，它不足为你揭示全部问题的答案，但若能让人胸中升起一朵朵疑云，也未尝不会酿成晚霞斑斓的别一番景致，万一它居然给你带来了一场精神世界的苦雨，那就借机洗刷一下原来存放在那儿的“真理”上的尘埃吧。

     或许，雨过云收，神驰的天地更清朗.......🔎🔎🔎

4 Matlab代码实现