基于模糊贝叶斯网络的星形细胞瘤分级预测与知识表达.pdf

26卷1期 中 豳生物 医学Z程学报 V01．26No．1 2007年2月 Chinese 2007 Journal《BiomedicalEngineering February 基于模糊贝叶斯网络的星形细胞瘤分级预测与知识表达 林春漪1’2 尹俊勋1 马蔼红1 陈健字3 罩培2 王奎健2” 1(肇南理工大学嘏予与信息学院，广娜510640) 2(中山大学生物医学工程系，广州510080) 3(中山大学第二驸疆医院，广州510120) 擒妥：针对医学影像特镊舆有模糊性稀不确定慷的特点，掇蹴一种基予模糊贝卧新阏络的影像诊断预测攘澄。 该模型使用高斯混合模型(GMM)对连续的视觉特镊进行模糊璧化处理，利用专家知识根据病症与影像特征之间的 因巢关系建立混合贝叶辫嬲络结构；出数据通过机器学习确定髓络参数；采耀概率推联定量估计瘸癍的发生概率， 跃褫建立一个霹计算的预测模型。将该方法应用予疆形细胞瘸分级预测，蜜验结果得蹈83。33％的疆确谖别宰，远 远超过使用最小近邻分类器(K-NN)实现连续变量硬(crisp)量化的贝叶斯网络模型，更合理地表达了具有模糊性、 不确定性的专搬领域的结构性知识，为摄形细胞瘤恶性程度预测提供了薪购辅助手段。 关键谰：模糨爱叶斯网络；知识表达；诊断模型；槐器学习 and of Prediction KnowledgeExpressionAstrocytomaMalignant Basedon Networks Degree FuzzyBayesian 硪Chun．Yil’2YIN MA CHEN pei2WANG Jtm-Xunl Jian．yu3 Kui，Jian2’ Li．Hon91 QIN and China Information Technology，Guangzhou510640) ‘(CollegeofElectronic Engineering，SouthUnivenityof Yat-Sen ofBiomedicalEngineering，SunUmverslty，Gnangzhou510080) 2(Department 3(SunYat-SenMemorial 510120) Hospital，Cu,whou Abstract：Amodified inthis usesGaussianmixturemodels network(FBN)is8tudy．It fuzzyBayesian proposed forcontinuousfeatures．This will