-
题名基于机器学习的计算机辅助诊断模型的研究
被引量：2
- 1
-
-
作者
吕晓燕
罗立民
李祥生
郭建军
-
机构
山西医科大学计算中心
东南大学计算机科学与工程系
山西医科大学第一医院
-
出处
《计算机工程与应用》
CSCD
北大核心
2008年第35期240-242,共3页
-
基金
山西省“十一五”规划课题(No.GH-06211)
山西医科大学青年基金资助项目
-
文摘
对基于自学习功能的计算机辅助医学诊断专家系统的应用进行研究。应用基于模糊数学的方法建立急性脑梗塞早期分型医学诊断模型,利用VB语言进行系统的开发,并应用于临床诊断。对山西医科大学神经科已确诊的典型病倒145份进行诊断,计算机与实际诊断结果具有较好的贴近度。在随后对86例门诊患者的预测诊断中,诊断正确率达到了90.7%。该诊断模型与实际诊断结果具有良好的拟好的效果。
-
关键词
模糊数学
计算机辅助诊断
目标参数
-
Keywords
fuzzy math
computer-aided diagnosis expert system
object parameter
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名FCM算法的改进及仿真实验研究
被引量：16
- 2
-
-
作者
吕晓燕
罗立民
李祥生
-
机构
山西医科大学计算中心
东南大学计算机科学与工程系
-
出处
《计算机工程与应用》
CSCD
北大核心
2009年第20期144-146,164,共4页
-
基金
山西省"十一五"规划课题(No.GH-06211)
山西医科大学青年基金
-
文摘
针对FCM原型算法的不足,提出一种新的改进方法,并进行仿真实验研究。利用主成分分析方法对原始数据集的指标进行筛选,应用Relief算法对入选指标计算权重。在此基础上,对FCM算法进行了改进。应用模糊划分系数F(CR)和平均模糊熵H(CR)这两个指标对算法的性能进行了评价。仿真实验结果表明,改进后的FCM算法对样本集数据的分类符合率达到了91.5%,其模糊划分系数F(CR)和平均模糊熵HC(R)分别为0.924和-0.062。改进后的FCM算法分类性能优于FCM原型算法,在应用中可以取得更好的效果。
-
关键词
模糊C均值算法
主成分分析
RELIEF算法
模糊划分系数
平均模糊熵
-
Keywords
Fuzzy C -Means （FCM） algorithm
principal component analysis
Relief algorithm
fuzzy partition coefficient
average fuzzy entropy
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名基于支持向量机的冠心病辅助诊断研究
被引量：2
- 3
-
-
作者
吕晓燕
罗立民
李祥生
郭建军
-
机构
山西医科大学计算中心
东南大学计算机科学与工程系
山西医科大学第一医院
-
出处
《计算机工程与应用》
CSCD
北大核心
2008年第36期221-223,229,共4页
-
基金
山西省“十一五”规划课题(No.GH-06211)
山西医科大学青年基金资助项目
-
文摘
支持向量机(SVM)是在统计学习理论基础上发展而来的一种新的通用学习方法,较好地解决了有限样本的学习分类问题。用支持向量机的分类算法,选取不同的核函数,构造了支持向量机的不同分类器,并将其应用于冠心病的预测诊断。仿真结果表明,非线性的支持向量机取得了较高的准确率,支持向量机在早期冠心病的诊断中有很大的应用潜力。
-
关键词
支持向量机
核函数
模式识别
冠心病
-
Keywords
Support Vector Machine（SVM）
kernel function
pattern recognition
coronary heart disease
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名基于SVM的脑中风分型诊断模型的优化研究
- 4
-
-
作者
吕晓燕
罗立民
李祥生
-
机构
山西医科大学计算中心
东南大学计算机科学与工程系
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2009年第12期3833-3836,共4页
-
基金
山西省“十一五”规划课题(GH-06211)
山西医科大学创新基金(01200824)
-
文摘
SVM具有优良的学习能力和泛化能力,在应用SVM解决实际问题时,必须对其进行寻优,找到最合适的SVM模型。基于支持向量机模型算法,针对特征选择和核函数及参数选择单独优化的缺陷,提出了将特征选择和核函数及参数选择联合进行的优化方法。仿真实验结果表明,采用联合优化后的模型进行脑中风的预测诊断,准确率达94.3%。与单独优化相比,不仅提高了分类性能,而且缩短了模型的判别时间。
-
关键词
支持向量机
核函数
模式识别
脑中风
-
Keywords
support vector machines
kernel
pattern recognition
Apoplexy
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
