基于BP神經網絡的腦血管疾病專家診斷系統研究.pdf

1、腦血管疾病已成為危害中老年人身體健康和生命的主要疾病。根據其病理變化分為出血性和缺血性腦血管病兩大類，主要癥狀表現為：頭痛、眩暈、惡心、嘔吐、偏癱、偏身感覺障礙、偏盲、失語、嗜睡或昏迷等。 人工神經網絡是近期發(fā)展最快的人工智能領域研究成果之一。BP神經網絡模型是階層型神經網絡中使用最廣泛的一類，它通過迭代梯度算法求解前饋網絡的實際輸出與期望輸出之間的最小均方差值，并能反向傳遞和修改誤差。隨著誤差逆?zhèn)鞑バ拚牟粩噙M行，網絡對輸入模

2、式響應的正確率也不斷上升。當參數適當時，此網絡能夠收斂到較小的均方差。 本文在介紹BP神經網絡的有關原理的基礎上，針對BP神經網絡收斂緩慢的缺陷，以L-M算法代替梯度下降法訓練神經網絡，建立了基于L-M算法的腦血管疾病BP神經網絡模型。該算法較梯度下降算法大大加快了網絡的訓練速度，BP神經網絡模型共三層由16個輸入層節(jié)點，11個隱含層節(jié)點，4個輸出層節(jié)點組成，用該模型可以根據16個腦血管疾病典型癥狀診斷出4種腦血管疾病。

3、 本文采用Visual C++6.0實現了該BP神經網絡模型，為了加強模塊化和以后改進方便訓練算法和矩陣操作部分分別用動態(tài)鏈接庫實現。系統分為訓練和診斷兩部分，系統首先根據給定樣本數據進行訓練，然后保存BP網絡權值矩陣。在診斷時首先調入權值矩陣，根據輸入的癥狀，進行BP網絡的前向計算，得到輸出結果，然后和4種疾病的標準輸出比較得出診斷結果。本文將訓練后的系統用于診斷測試，取得了較好的效果。表明人工神經網絡方法在疾病診斷方面的應用是可行的