GRNN神经网络在乳腺肿瘤诊断中的应用与MATLAB实现

1. 项目概述

乳腺肿瘤的早期准确诊断一直是医学界的重要课题。威斯康辛大学医学院建立的乳腺肿瘤病灶组织细胞核显微图像数据库，为机器学习方法在该领域的应用提供了宝贵资源。这个数据库包含了569个病例（良性357例，恶性212例），每个病例记录了细胞核图像的10个量化特征（半径、质地、周长等）的平均值、标准差和最坏值，共30个数据维度。

关键提示：在医学诊断领域，特征工程的质量直接影响模型性能。这30个特征都是经过医学专家筛选的与肿瘤性质密切相关的指标，这为模型构建奠定了良好基础。

2. GRNN神经网络原理与优势

2.1 GRNN网络结构解析

广义回归神经网络(GRNN)是Donald Specht在1991年提出的一种径向基函数网络，特别适合解决分类和回归问题。其结构包含四层：

• 输入层：接收特征向量，维度与输入特征数相同（本例为30维）
• 模式层：使用径向基函数计算输入样本与训练样本的相似度
• 求和层：对模式层输出进行加权求和
• 输出层：生成最终预测结果

GRNN的数学表达式为：

code复制y(x) = Σ[y_i * exp(-D(x,x_i))] / Σ[exp(-D(x,x_i))]

其中D(x,x_i)表示输入x与训练样本x_i的距离度量。

2.2 为何选择GRNN而非BP网络

相比传统的BP神经网络，GRNN具有以下显著优势：

1. 训练速度快：GRNN只需一次遍历训练数据即可确定网络参数，而BP网络需要多次迭代
2. 无需预设网络结构：GRNN隐含层节点数自动等于训练样本数
3. 良好的非线性逼近能力：径向基函数能有效捕捉特征间的复杂关系
4. 对噪声数据鲁棒性强：概率密度估计方法使其对异常值不敏感

实际经验：在医疗数据这类样本量适中（几百到几千）、特征维度不高的情况下，GRNN往往能取得比BP网络更好的效果，且调参工作量更小。

3. 数据准备与预处理

3.1 数据集划分策略

原始数据集包含569个病例，按7:1的比例随机划分为：

• 训练集：500个样本（良性约314例，恶性约186例）
• 测试集：69个样本（良性约43例，恶性约26例）

这种划分方式保证了测试集中两类样本的比例与原始数据分布基本一致，避免评估偏差。

3.2 特征标准化处理

由于各