改进DEA-DA模型在乳腺癌病情诊断领域的应用

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：世界卫生组织统计数据显示，2023年乳腺癌依然是全球女性最常见的癌症之一，在亚洲地区，中国乳腺癌患者占比居高不下。乳腺癌的早期诊断对提高患者的生存率和治愈率方面至关重要。本文探讨了改进的数据包络分析-判别分析（DEA-DA）模型在乳腺癌病情诊断中的应用，并将其与机器学习算法进行了对比分析。该模型在判别精度方面与机器学习方法并无显著性差距，但该模型因其明确的线性表达式具备了更强的可解释性，从而在实际病情诊断及后期治疗方面具有了更强的可操作性。（剩余10941字）

试读结束

目录
monitor