Scidown文献预览系统！
基于机器学习的肺癌检测利用重建独立成分分析和稀疏滤波特征( Machine learning-based lungs cancer detection using reconstruction independent component analysis and sparse filter features )
L Hussain MS Almaraashi W Aziz N Habib SURS Abbasi
本研究基于肺癌图像的多变量特性，在传统纹理和形态学特征的基础上，提取了自动编码器、重建独立分量分析(RICA)和稀疏滤波器等特征。采用高斯核、径向基函数核和多项式核的支持向量机(SVM)、决策树和中空贝叶斯等机器学习技术进行分类。采用Jackknife 10倍交叉验证(CV)进行训练/测试,并从敏感性、特异性、阳性预测值(PPV)、阴性预测值(NPV)、总准确性(TA)、假阳性率(FPR)和接收操作曲线下面积(AUC)等方面评估其性能,以区分小细胞肺癌(SCLC)和非小细胞肺癌(NSCLC)图像。用带有RBF、多项式核和中空贝叶斯的支持向量机提取RICA和稀疏滤波器,灵敏度、特异性、PPV、NPV和TA均为100%,再用带有TA的决策树的稀疏滤波器提取,检测性能最高（99.78%）。利用决策树、支持向量机高斯、径向基函数、多项式和中空贝叶斯提取RICA和稀疏滤波器,得到了最高的AUC为1.00。结果表明，这些方法在肺癌检测(LCD)中具有良好的应用前景。
SciDown文献求助系统（解决99%问题） Public Download ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 银行系统信息安全治理框架下载
scidown 金属-有机骨架核壳复合材料的研究进展下载
scidown 热处理天然沸石对亚甲基蓝的去除下载