模糊積分及多分類器融合在醫(yī)療診斷中的應(yīng)用.pdf

1、現(xiàn)有的醫(yī)學(xué)技術(shù)對(duì)于一些特殊疾病比如帕金森的診斷還不是十分準(zhǔn)確。嘗試找到一種新的行之有效的輔助醫(yī)療診斷的方法應(yīng)用于具體醫(yī)學(xué)病例，確?，F(xiàn)有診斷的準(zhǔn)確性，進(jìn)而推廣這種思想到一般的病例是本論文的出發(fā)點(diǎn)。將機(jī)器學(xué)習(xí)方法、模糊積分以及具體的醫(yī)學(xué)病例相結(jié)合是本文總的指導(dǎo)思想。
　　 本文運(yùn)用模糊積分的思想構(gòu)建了一個(gè)具體的醫(yī)療診斷的模型，當(dāng)醫(yī)生大致判斷就診者可能患某種疾病時(shí)，只需要測(cè)量就診者的幾個(gè)醫(yī)學(xué)指標(biāo)，輸入系統(tǒng)，便可得出就診者患有這種疾病的

2、概率，進(jìn)而輔助醫(yī)生進(jìn)行診斷。此診斷模型運(yùn)用模糊積分的思想，將模糊的診斷，使用清晰化的數(shù)字準(zhǔn)確的表示出就診者患有某種疾病的概率。模糊積分思想的關(guān)鍵是如何確定模糊測(cè)度與隸屬函數(shù)。本文的主要工作有四點(diǎn)：⑴提出了將模擬退火算法應(yīng)用于多分類融合中單個(gè)分類器自身模糊測(cè)度的確定。同時(shí)將模糊積分做為融合算子與貝葉斯分類器做為融合算子在具體的醫(yī)學(xué)病例中進(jìn)行了對(duì)比。⑵提出了使用神經(jīng)網(wǎng)絡(luò)和模擬退火組合算法確定病癥的關(guān)鍵指標(biāo)的模糊測(cè)度，進(jìn)而使用模糊積分思想進(jìn)行

3、醫(yī)學(xué)診斷。⑶針對(duì)有的病癥屬性維數(shù)太多，而模糊積分中測(cè)度的個(gè)數(shù)的增長(zhǎng)是以指數(shù)方式的，為了簡(jiǎn)化計(jì)算，將高維數(shù)據(jù)映射到低維空間，提出了使用主成分分析的方法確定模糊測(cè)度。⑷在使用神經(jīng)網(wǎng)絡(luò)和模擬退火組合算法和主成分分析的方法確定模糊測(cè)度時(shí)，對(duì)決定病癥的屬性的符合度（即隸屬函數(shù)）的確定是另一個(gè)難點(diǎn)，本文使用數(shù)學(xué)公式的方法去確定符合度。最后本文將理論和具體的醫(yī)學(xué)病例妊娠期糖尿病和帕金森癥相結(jié)合，驗(yàn)證了三種方法確定模糊測(cè)度的可行性，并且表明了模糊積分及