期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于数据挖掘算法的骨盆损伤判别模型
1
作者 王飞翔 姬锐 +7 位作者 张鹿鸣 王鹏 刘太昂 宋鲁杰 汪茂文 周智露 郝虹霞 夏文涛 《法医学杂志》 CAS CSCD 2022年第3期350-354,共5页
目的 利用主成分分析、偏最小二乘法对基于骨盆CT图像提取的特性信息进行降维,利用降维的数据建立判别骨盆是否受伤的支持向量机分类判别模型,评估其应用的可行性。方法 将采集的正常和受伤骨盆CT图像146例分别随机提取80%作为训练集,... 目的 利用主成分分析、偏最小二乘法对基于骨盆CT图像提取的特性信息进行降维,利用降维的数据建立判别骨盆是否受伤的支持向量机分类判别模型,评估其应用的可行性。方法 将采集的正常和受伤骨盆CT图像146例分别随机提取80%作为训练集,用于模型拟合;剩余20%作为测试集,用于模型准确性的检验。通过CT图像输入、图像预处理、特征提取、特征降维、特征选择、参数选择、模型建立和模型比较等步骤,建立骨盆是否受伤的判别模型。结果 偏最小二乘法降维方法优于主成分分析降维方法,支持向量机模型优于朴素贝叶斯模型。基于12个偏最小二乘因子建立的骨盆是否受伤支持向量机分类判别模型的建模集、留一法交叉验证和测试集结果准确率分别为100%、100%和93.33%。结论 基于CT图像建立的骨盆是否受伤数据挖掘模型在评估骨盆损伤中具有比较高的准确性,为骨盆损伤的自动快速识别奠定基础。 展开更多
关键词 法医学 骨盆 计算机体层成像 主成分分析法 偏最小二乘法 支持向量机
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部