基于神经网络的大肠癌证型分类器研究

李金城，刘秀峰

基于神经网络的大肠癌证型分类器研究

李金城，刘秀峰

（广州中医药大学医学信息工程学院，广州 510006）

目前中医学上对大肠癌辨证分型并没有一个统一的、客观的标准，随着大肠癌发病率的提升，大肠癌证型分类研究愈发显得重要。参考《中医症状鉴别诊断学》等书以及咨询专家，对搜集的文献数据与临床数据进行辩证归类和赋值量化，建立基于神经网络的大肠癌分类模型，将机器学习与中医结合起来，实现中医信息化、规范化。

神经网络；大肠癌；分类器

0 引言

大肠癌是临床上常见的消化道恶性肿瘤之一，包括结肠癌、直肠癌和肛管癌[1]。世界卫生组织World Cancer Report（2015）公布的资料提出2015年全球结直肠癌有77.4万例死亡[2]，大肠癌成为严重威胁生命的恶性肿瘤之一。大肠癌治疗的主要手段是手术切除以及辅助放化疗，但其毒副作用却远远影响患者治疗效果及生活质量。因此需求一种新的治疗途径就显得格外迫切。研究显示，中医药在大肠癌治疗各方面显示出了一定的优势[3]。中医治疗的核心是辨证论治，但目前中医学上对大肠癌辨证分型并没有一个统一的、客观的标准[4]，随着大肠癌发病率的提升，大肠癌证型分类研究愈发显得重要。

1 算法介绍

1.1 BP神经网络的结构及隐层设置

由于任意函数都可以被一个有三层单元的前馈网络逼近[5]，所以本课题选用的BP神经网络由输入层、隐藏层及输出层三层单元组成。输入层由主成分分析得出的22个主成分所决定；……