人工神经网络在医学中的应用与展望.pdfVIP

卜1≯ 1999年第 1I卷第 l期 人工神经网络在医学中的应用与展望 ． △ 摘 要 本文对人工神经网络 (artificial neural network，ANN)的特点作了简要的介绍，同时将人 工神经网络方法与传统方法进行了比较，综述了国内外人工神经网络在医学领域中的应用现状．并展 望了其未来的应用前景。 一 、一’ 关键词△三萱丝坚竺 【i 争 手1 人工神经网络 (aniticial neural network, 从数学的角度来说，ANN是一种新的数 ANN)简称神经网络，是由一系列简单的彼此 据处理算法。与一般的传统数据处理算法相 高度连接的处理单元 (神经元)组成的复杂网 比，它有其独特的优越性：①模糊的数据；② 络，它是在生物神经网络功能的启示下发展起 需要决定的模式特征不需明确：③数据本身的 来的用以模拟人类大脑神经网络结构和行为的 非线性：④随机数据或数据中允许含有噪声。 一 种以分布式存贮和并行协同处理为特色的非 人工神经网络按其不同类型的输入值可分 线性动力学系统。人工神经网络的发展为那些 为二进制值输入和连续值输入的网络；按其有 用其他处理方法较难甚至无法解决的问题提供 无监督训练又可分为有监督训练网络和无监督 了新的思路和方向 训练网络，如图1分类树所示。 人工神经网络的特点和分类 圈1 神经网络分类树 人工神经网络在生物医学中的应用 贮自适应学习的自组织等功能，因此在生物医 人工神经网络理论与迅猛发展的计算机技 学信号处理中可以辅助甚至替代用传统算法难 术相结合，已从理论研究发展到了工业实际应 以解决或无法解决的问题。目前在生物医学信 用中，如过程控制、机器人控制、脸容识别以 号检测与处理中，ANN 已被广泛地应用于脑 及故障诊断等。本文将主要讨论 ANN在生物 电、心电、胃电等信号的滤波、压缩及模式识 医学信号处理等方面应用的特点以及与传统算 别，超声多普勒血流信号、声谱包络周期识别， 法相比之优越性。 听觉诱发电位信号的提取，医学信号、图像的 ANN具有大规模模拟并行性，分布式存 数据压缩，时间序列的预测等方面。此外，ANN 也被用于专家系统的设计等。 一 作者单位：510089中山医科大学生物医学工程教研宣 、 人工神经网络在心电信号的识别和分 现代医学仪器与应用 析处理中的应用 取33人进行训练，然后对未输入网络训练的66 1．基于ANN的自适应滤波及模式识别： 人进行诊断，其准确率分别为90．2％ (有过Al 滤波及模式识别是生物医学信号处理中经常用 既往病史的病人组)和 93．3％ (无 Al既往病 到的重