人工神经网络和支持向量机性能比较及其在DMD疾病识别中的应用

发布时间：2017-10-28 14:34

  本文关键词：人工神经网络和支持向量机性能比较及其在DMD疾病识别中的应用

  更多相关文章： 人工神经网络 支持向量机 DMD疾病 磁共振图像 分类预测

【摘要】：对人工神经网络(ANN)和支持向量机(SVM)这两种机器学习方法进行了分析与比较,并分别利用两种算法对神经肌肉罕见病DMD的磁共振图像(MRI)数据进行建模、分类预测.经对比后得出结论:两种算法结果均表明,DMD的两类MRI(T1和T2)中,T1更具特征性,故此类患者的MRI检查可仅进行T1扫描;若能选择合适的模型参数,则两种算法模型均具有极好的分类预测效果,其灵敏度、特异度和准确率分别高达98.5%,97.3%,97.9%和96.9%,97.3%,97.1%;利用机器学习方法对DMD患者的MRI进行分析处理可作为该病无创检测的技术探索,有望为临床提供客观有效的辅助诊断手段.
【作者单位】： 上海理工大学光电信息与计算机工程学院;上海杉达学院信息科学与技术学院;上海交通大学医学院附属新华医院;
【关键词】： 人工神经网络 支持向量机 DMD疾病 磁共振图像 分类预测
【基金】：上海市民办高校重点科研项目(2016-SHNGE-01ZE) IBM大学合作部联合研究项目(D-2111-15-001)
【分类号】：R445.2;TP18
【正文快照】： 机器学习是计算机科学、认知科学、统计学、人工智能模式识别等多门学科的交叉研究领域,是现代智能技术的重要研究方向.它是指通过算法,使计算机能够从大量历史数据中寻找出规律,并能对未来进行预测的学习模式.机器学习是人工智能的分支之一,但很多场合几乎成为人工智能的代名

【相似文献】

中国期刊全文数据库 前10条

1 任宏;人工神经网络及其在预防医学领域的应用[J];上海预防医学杂志;2003年01期

2 赵应征,赵爱国,鲁翠涛,韩铁 ,梅兴国;人工神经网络在药学研究中的应用进展[J];解放军药学学报;2003年06期

3 杨钧,周新华,马大庆;人工神经网络及其在胸部放射学中的应用[J];中华放射学杂志;2004年02期

4 金玉琴;赵群;施诚;;人工神经网络及其在中药研究中的应用[J];医学信息;2007年06期

5 郑义;陆辉;;人工神经网络及其在药学上的应用[J];黑龙江医药;2008年06期

6 李丽霞;张敏;郜艳晖;张丕德;周舒冬;;人工神经网络在医学研究中的应用[J];数理医药学杂志;2009年01期

7 徐俊芳;周晓农;;人工神经网络在传染病研究中的应用[J];中国寄生虫学与寄生虫病杂志;2011年01期

8 王欣萍;孙昕;孙尧;;基于BP人工神经网络模型构建电子病历系统的数据分析[J];中国组织工程研究与临床康复;2011年35期

9 李光芬,强勇;人工神经网络在医学中的应用[J];医学信息;1998年12期

10 艾超,聂邦畿;人工神经网络在医学中的应用与展望[J];现代医学仪器与应用;1999年01期

中国重要会议论文全文数据库 前10条

1 吴兵;;一种具有语义分布的自构造的新人工神经网络系统及其应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

2 刘R，

本文编号：1108689