|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 融合知识图谱与深度学习的疾病诊断方法研究显示文摘针对现有深度学习疾病诊断方法在辅助诊断过程中大规模依赖标注数据,且缺乏医生或专家经验知识的问题,提出一种融合医学知识图谱与深度学习的疾病诊断方法。该方法的核心是一个知识驱动的卷积神经网络(CNN)模型,通过实体链接消歧与知识图谱嵌入抽取得到医学知识图谱中的结构化疾病知识,并将病情描述文本中的疾病特征词向量与相应知识实体向量作为CNN的多通道输入。在卷积过程中从语义和知识两个层面表示不同类型疾病。通过在多类病情描述文本数据集上进行训练和测试,实验结果表明该方法的诊断性能要优于单一CNN模型与其他疾病诊断方法,并验证了这种知识与数据联合训练的方法更适用于初步诊断病情描述的疾病类型。 | 董丽丽 程炯 张翔 叶娜 | 2020 | 计算机科学与探索2020，14，5： | 10 |
| 2 | 融合生成对抗网络和朴素贝叶斯皮肤病诊断方法显示文摘不同皮肤病间发病率的差异导致了皮肤病数据类不平衡现象,对使用机器学习方法构建高效、准确的皮肤病诊断模型带来了巨大挑战。提出一种融合生成对抗网络(generative adversarial networks,GAN)和朴素贝叶斯的皮肤病二分类诊断方法:在皮肤病数据集上训练朴素贝叶斯二分类器作为诊断器,创新性地使用GAN为前者生成补充训练样本,使其训练集正负类样本达到平衡。针对皮肤病诊断多分类问题,提出一种融合生成对抗网络和朴素贝叶斯的多分类诊断方法:使用GAN和朴素贝叶斯训练皮肤病单病种二分类器,并结合了词频-逆文档频率算法(term frequency-inverse document frequency,TF-IDF),将多个二分类器组合成一个多分类器作为诊断器。与六种诊断方法进行了对比实验,提出的两种皮肤病诊断方法准确率和召回率均有提升。 | 商显震 韩萌 孙毓忠 孙宇宁 陈旭 胡满满 梅御东 | 2019 | 计算机科学与探索2019，13，6： | 8 |
| 3 | 基于电子病历的肺癌诊断决策树算法显示文摘随着人民生活水平的不断提高,肿瘤疾病的人数在不断增多,其中肺癌是21世纪严重危害人类健康的重大疾病.为此提出一种基于电子病历的肺癌诊断决策树方法.首先分析肺癌电子病历的特点以及决策树存在结构不稳定、过拟合等现象,运用主成分分析法结合C5.0算法构建的优化决策树模型.首先,建立主成分特征根大于1以及主成分累计贡献率大于85%的特征降维两种方法,然后通过C5.0算法建立决策树模型和剪枝操作,最后给出数据预处理过程及模型的执行流程和测试结果.实验结果分析,改进的算法有较好的准确率以及良好的可扩展性,从而验证了改进后的算法对于辅助肺癌临床实验具有重要的意义. | 冯云霞 张润 | 2019 | 计算机系统应用2019，28，10： | 5 |
| 4 | 红斑鳞状皮肤病的聚类分析显示文摘针对红斑鳞状皮肤病鉴别诊断难题,提出利用聚类分析进行诊断;采用3种k-均值、2种k-中心点、最小生成树以及密度峰值点快速搜索聚类算法对该疾病数据进行分析,比较各算法对该疾病的聚类误差平方和、聚类结果 Rand指数、Jaccard系数、调整Rand指数以及聚类准确率;比较各算法对预处理的数据子集的聚类结果与文献中采用k-均值算法对未预处理的该数据子集的聚类结果。结果表明:邻域k-中心点算法对红斑鳞状皮肤病有很好的聚类效果,聚类准确率、聚类结果 Rand指数、Jaccard系数、调整Rand指数均优于对比算法,密度全局k-均值算法的聚类效果次之,全局k-均值算法取得最佳聚类误差平方和;k-均值算法对预处理数据子集的聚类准确率最高,邻域k-中心点与密度全局k-均值算法的聚类准确率相等;数据预处理可提高k-均值算法对该疾病的诊断准确率。 | 张宜 谢娟英 李静 陈媛媛 贺瑞瑞 李燕 | 2017 | 济南大学学报(自然科学版)2017，31，3： | 4 |
| 5 | 改进的支持向量机在心脏病预测中的研究显示文摘应用支持向量机对心脏病患者和非心脏病患者的分类进行研究,构建心脏病预测模型,辅助医生进行心脏病诊断。选用径向基核函数构造支持向量机分类器,利用网格搜索与交叉验证相结合的方法对模型进行初步的优化,缩小参数寻优的取值范围,在此基础上使用粒子群优化算法(PSO)对模型进行进一步优化,得到模型最佳的惩罚因子C和核参数g。将优化前的支持向量机和参数优化后的支持向量机预测的结果进行比较,可看出优化后模型分类预测的结果得到了明显的提升,分类准确率提升到84.04%,灵敏度和特异度分别提升到92.73%和71.79%。通过对实验结果的观察,可看出该心脏病预测模型的分类准确率得到了提升,可应用于心脏病辅助诊断。 | 王成武 郭志恒 晏峻峰 | 2022 | 计算机技术与发展2022，32，3： | 2 |
| 6 | 融合深层特征与边缘特征的皮肤检测校正算法显示文摘当皮肤区域与非皮肤区域没有明显边界时,皮肤检测变得更加困难.针对这一问题,本文提出了一种新的皮肤检测校正算法.本文首先利用卷积神经网络分级对皮肤的颜色、纹理等特征进行提取,通过门控卷积层对皮肤与非皮肤像素的边界区域进行细化,以增强皮肤检测的效果,最后利用ASPP将深层信息与边缘信息进行融合.本文将经过阈值粗分割的检测结果作为输入,在ECU和Pratheepan两个数据集上进行了评估,实验结果表明,本算法在ECU数据集上的准确率达到了91%,在Pratheepan数据集的准确率达到了95%,与现有方法相比,本文算法的性能有明显的提升. | 王芸 | 2022 | 计算机系统应用2022，31，8： | 0 |
| 7 | COVID-19疫情传播建模分析显示文摘当大规模传染性疾病威胁到人类安全时,有效预测其传播趋势是减少疾病对人们伤亡和财产损失的重要措施.该文使用3种方法对2019年新冠肺炎的传播趋势进行建模分析,并以北京市、云南省、江西省为代表预测其传播趋势和确诊人数的峰值.实验结果表明:当使用高阶函数拟合对前期的发展趋势进行建模时,其趋势与真实的疫情最吻合,趋势拟合效果最佳,峰值误差最小.当使用Logistic增长曲线中的S型曲线对前期的发展趋势进行建模时,其趋势与真实的疫情基本吻合,趋势拟合效果次佳,峰值误差次佳.当使用基于动力学传播模型中的SIR模型对前期的发展趋势进行建模时,其趋势与真实的疫情基本吻合,趋势拟合效果在3种方法中最差,峰值误差也最大. | 余小军 王昌晶 屈文建 左正康 罗海梅 | 2021 | 江西师范大学学报(自然科学版)2021，45，6： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员