基于改进LVQ神经网络的乳腺癌诊断模型的建立和评估开题报告

（1）、主要研究内容包括：
⑴了解乳腺癌肿瘤细胞的特征，了解乳腺癌的诊断原理，并且根据细胞的 10 个 特征以及现有的识别方法，对乳腺癌数据集进行识别;
⑵理解 lvq 神经网络算法，了解基本的算法评价标准，与其他至少两种神经网 络算法在乳腺癌诊断上进行比较，包括 lvq1、lvq2 算法，bp 等算法的乳腺癌 肿瘤诊断流程;
⑶在理解 lvq 等神经网络算法的基础上使用 matlab 编写代码，建立基于 lvq 神经网络的乳腺癌诊断模型，最后实现 lvq 神经网络在乳腺癌肿瘤诊断仿真 应用，对模型进行实验验证，并对实验结果进行分析和讨论;
（2）、预期目标：
在充分理解 lvq 神经网络原理的前提下，熟悉神经网络模型的建立流程，并

评估该乳腺肿瘤智能诊断模型，该模型需达到以下要求：

3. 研究的方法与步骤

（1）、研究方法

图 2 技术路线图

采用基于 matlab 的 lvq 神经网络算法建立的乳腺癌肿瘤问题模型对乳腺癌数据集进

4. 参考文献

[1] 王波, 杜晓昕, 金梅.lvq 神经网络在乳腺肿瘤诊断中的应用[j].计算机仿真, 2012, 29(8):4..

[2] 赵小强, 张莺莺. 基于改进 lvq 神经网络的乳腺肿瘤诊断[j]. 现代电子技术, 2022, 45(1):77-82.

[3] 马满芳, 陆惠玲, 王媛媛,等. 基于遗传算法—bp 神经网络的乳腺肿瘤辅助诊断模型[j]. 软件导刊, 2016, 15(11):5.

5. 计划与进度安排

1、2024.1.10 ---- 2024.2.20 查阅资料,了解课题背景，撰写开题报告

2、2024.2.21 ---- 2024.3.18 根据课题要求，进行需求分析,熟悉开发工具

3、2024.3.19 ---- 2024.3.31 根据分析结果，对模型进行概要设计