基于深度学习的医疗辅助诊断数据分析方法.pdfVIP

第30卷第7期电子设计工程2022年4月

Vol.30No.7ElectronicDesignEngineeringApr.2022

基于深度学习的医疗辅助诊断数据分析方法

程顺达，祝婕，夏芳

（河北省中医院信息中心，河北石家庄050000）

摘要：针对海量医疗诊断数据缺乏高效且准确的分析方法，文中提出了一种基于深度学习的医疗

辅助诊断数据处理方法。该方法对医疗诊断数据进行预处理，包括归一化处理与主成分分析，以

得到医疗数据特征；利用部署多层感知器的神经网络分析已完成预处理的数据，从而实现诊断分

类，为医生提供智能化的辅助诊断；基于Python软件平台对所提方法展开实验测试。结果表明，所

提方法的损失值与平均准确率分别为53和85%，均优于其他对比方法，且具有良好的工程应用

价值。

关键词：深度学习；医疗辅助诊断；数据分析；主成分分析；多层感知器神经网络

中图分类号：TN99；TP18文献标识码：A文章编号：1674-6236（2022）07-0072-05

DOI：10.14022/j.issn1674-6236.2022.07.015

Dataanalysismethodofmedicalassistantdiagnosisbasedondeeplearning

CHENGShunda，ZHUJie，XIAFang

（InformationCenter，HebeiHospitalofTraditionalChineseMedicine，Shijiazhuang050000，China）

Abstract:Inviewofthelackofefficientandaccurateanalysismethodformassivemedicaldiagnosis

data，amethodofmedicalauxiliarydiagnosisdataanalysisbasedondeeplearningisproposed.The

medicaldiagnosisdataispreprocessed，includingnormalizationandprincipalcomponentanalysis，and

thecharacteristicsofmedicaldataareobtained.Theneuralnetworkwithmulti⁃layerperceptronisused

toanalyzethepreprocesseddata，soastorealizediagnosisclassificationandprovideintelligent

auxiliarydiagnosisfordoctors.TheproposedmethodistestedbasedonPythonsoftwareplatform，and

theresultsshowthatthelossvalueandaverageaccuracyrateoftheproposedmethodare53and85%

respectively，whicharebetterthanothercomparisonmethodsandhavegoodengineeringapplication

value.

Keywords:deeplearning；medicalassistantdiagnosis；dataanalysis；principalcomponentanalysis；

multilayerperceptronneuralnetwork

[2-3]

随着信息技术的不断发展，智能化的疾病辅助疗水平的整体提升。因此对这些辅助医疗设备