人工神经网络及支持向量机性能比较及其在犇犕犇疾病识别.PDF

上海理工大学学报 第 卷 第 期 ３８ ４ 犑．犝狀犻狏犲狉狊犻狋狅犳犛犺犪狀犺犪犻犳狅狉犛犮犻犲狀犮犲犪狀犱犜犲犮犺狀狅犾狅 犞狅犾．３８ 犖狅．４ ２０１６ 　 　 狔 犵 犵狔 　 　 　 文章编号： （ ） ： ／ １００７－６７３５２０１６０４－０３４６－０６ 犇犗犐１０．１３２５５ ．犮狀犽犻．狌狊狊狋．２０１６．０４．００７ 　　 犼 犼 人工神经网络和支持向量机性能比较及其在 犇犕犇疾病识别中的应用 ， １２ ２ ３ １ 章鸣 ， 陈 瑛 ， 沈 瑛 ， 马军山 　 　 　 　 　 （ 上海理工大学 光电信息与计算机工程学院，上海 ； 上海杉达学院信息科学与技术学院，上海 ； １． ２０００９３ ２． ２０１２０９ 　 　 上海交通大学 医学院附属新华医院，上海 ） ３． ２０００９２ 　 摘要：对人工神经网络（ ）和支持向量机（ ）这两种机器学习方法进行了分析与比较，并分 犃犖犖 犛犞犕 别利用两种算法对神经肌肉罕见病 的磁共振图像（ ）数据进行建模、分类预测 经对比后 犇犕犇 犕犚犐 ． 得出结论：两种算法结果均表明， 的两类 （ 和 ）中， 更具特征性，故此类患者的 犇犕犇 犕犚犐犜１ 犜２ 犜１ 检查可仅进行 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 犕犚犐 犜１ 果，其灵敏度、特异度和准确率分别高达 ， ， 和 ， ， ；利用机 ９８．５％ ９７．３％ ９７．９％ ９６．９％ ９７．３％ ９７．１％ 器学习方法对犇犕犇患者的犕犚犐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． 关键词：人工神经网络；支持向量机；犇犕犇疾病；磁共振图像；分类预测 中图分类号：犙３３４ 文献标志码：犃 　　　 犆狅犿 犪狉犪狋犻狏犲犛狋狌犱 狅狀狋犺犲犘犲狉犳狅狉犿犪狀犮犲狊狅犳犃犖犖犪狀犱犛犞犕犪狀犱 狆 狔 犜犺犲犻狉犃 犾犻犮犪狋犻狅狀犻狀狋犺犲犐犱犲狀狋犻犳犻犮犪狋犻狅狀狅犳犇犕犇犇犻狊犲犪狊犲 狆狆 ， １２ ２ ３ １