- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第41卷第6A期 计算机科学 V01.41No.6A
2014
2014年6月 Science June
Computer
ADST:用机器学习方法鉴别结节病和肺结核
陈蔼祥1 陈智锋2
(广东财经大学数学与统计学院广州510320)1(肇庆市第一人民医院 肇庆526021)2
摘要结节病和肺结核的临床鉴别诊断目前仍然是困难的。搜集了106例结节病和肺结核的对比资料,并筛选出
对分类有意义的临床指标作为特征,将其进行必要的量化和缩放形成训练数据,然后分别用支持向量机(SVM:Sup—
进行训练,并用5倍交叉验证评估各种不同的模型的有效性。实验结果表明,这3种方法在识别结节病时对应的
测结果不一致)。实验结果表明,3种方法中,SVM方法的分类能力和分类精度最高。临床实验结果表明,19例临床
未能确诊的病患按照SVM算法预测的结果进行治疗均得到了康复。
关键词结节病,肺结核,D(x,NB,s、礓,I
中图法分类号TPl81文献标识码A
ofAutomated Sarcoidosisfrom
AD趼:Approache Differentiating
TuberculosisBasedonStatistical
LeamingTheory
CHEN CHEN
Ai-xiaIlg Zhi-fengz
ofMathematicsand ofBusiness 510320,China)1
(School Statistics,GuangdongUniversity Studies,Guangzhou
(Zhaoqir培No.1Hospital,ghaoqing526021,China)2
People’S
in
Abstrmt sarcoidosisfromtuberculosisisstilldifficult.Thevectormachineisa tool
Differentiating support powerful
tobuildadisease
statistical this collected106casesofsarcoidosisandtuberculosis,usedanSVM
1earning.Inpaper,we
from orderto therawmedicaldata
classifiernamedK0殴(AutomatedSarcoidosisTuberculosis).In
Differentiating get
intoaformusableSVM。weextractedfeaturevectorsoftherawmedicalda
文档评论(0)