基于多生理信息融合的醫(yī)療診斷建模方法研究.pdf

1、人體是一個復(fù)雜的有機體，各個器官組織是相互作用、相互協(xié)調(diào)工作的。人體發(fā)生某種器質(zhì)性病變時，單一的生理指標有時不足以反映人體的健康狀況，而對與其相關(guān)的多個生理信息指標進行融合分析可以對疾病做出更加及時、準確的診斷。醫(yī)生憑借經(jīng)驗對多種生理信息指標進行分析時，不可避免地帶有主觀性，而建立一種基于多生理信息融合的醫(yī)療診斷模型可以幫助醫(yī)生做出更加符合客觀事實的診斷。 本文研究了用于建立診斷模型的多生理信息融合方法，探討了BAYES判別法，

2、BP神經(jīng)網(wǎng)絡(luò)以及支持向量機的原理和及其應(yīng)用。針對生理信息多維性和非線性可分性等特點，本文主要討論了采用支持向量機作為融合多生理信息的方法。文章系統(tǒng)地介紹了支持向量機和其理論基礎(chǔ)——統(tǒng)計學(xué)習(xí)理論。詳細地探討了支持向量機的三種專用求解方法：選塊算法、分解算法以及最常用的序列最小最優(yōu)化算法，還研究了這三種算法的停機準則和評價準則。并從支持向量機的幾何原理出發(fā)提出了一種基于序列最小最優(yōu)化算法的改進算法，驗證結(jié)果證明了該改進算法的正確性。