基于有監(jiān)督流形降維的自動(dòng)化醫(yī)學(xué)診斷

《基于有監(jiān)督流形降維的自動(dòng)化醫(yī)學(xué)診斷》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、’’Ｉ＇Ｉ■ｒ，■？Ｖ’ｗ＇＇Ｎ分類號(hào)ＭＺ１３６６８學(xué)號(hào)■＾ＶＵＤＣ密級(jí)？■；－?。В壱蝗澜辛x聲捷凌一＇一ＹＡＮＧＺＨＯＵＵＮＩＶＥＲＳＩＴＹＩｊ？．－■．．’娜＊碩擊學(xué)佐冷文‘、，（專業(yè)型）．基于有跑督流形降維的自動(dòng)化醫(yī)學(xué)診斷Ｖ帝．Ｖ張蕾、？，．？．？－、？Ｖ■．．．．指導(dǎo)教師姓名：何萍講師，揚(yáng)州大學(xué)，江蘇揚(yáng)州，２２５００９申請(qǐng)學(xué)位級(jí)別：碩去學(xué)科專業(yè)名稱：計(jì)算

2、機(jī)巧乂論文提交日期；２０巧年１０月論文答辯日期：２０１５年１２月學(xué)位授予單位：揚(yáng)州大學(xué)學(xué)位授予日期：，答辯委員會(huì)主席．：．．■ｒ、．Ｖ，Ｖ．Ｊ■‘－＇二‘‘＇＇‘’＇＇‘．＇；‘．、、９無(wú)／＾．２０１５年月、６，，；．．．．？．．．Ａ產(chǎn)，一？？？－？．一？、’？坤詩(shī)’＊，，護(hù)；－、Ｉ．、？？人＊｜？＜—，、：、；？－Ｖ＞＇Ｖ．．？？．＊．Ｖ．＊．．＊？？Ｊ．．公＇＾八，弄：．；■－片－．：＇

3、＾，一呼隹‘：基于有監(jiān)督流形降維的自動(dòng)化醫(yī)學(xué)診斷（申請(qǐng)揚(yáng)州大學(xué)專業(yè)碩±學(xué)位論文）培養(yǎng)單位：揚(yáng)州大學(xué)專業(yè)名稱：計(jì)算機(jī)技術(shù)研究方向：數(shù)據(jù)挖掘研究生：張蕾指導(dǎo)老師：何萍２０１５．９乂ｕｔｏｍａｔ；ｅｄｍｅｄｉｃａｌｄｉａｇｎｏｓｉｓｂａｓｅｄｏｎｓｕｐｅｒｖｉｓｅｄｍａｎｉｆｏｌｄｄｉｍｅｎｓｉｏｎｒｅｄｕｃｔｉｏｎＡｎｎ化ｅｓｉｓｓｕｂｍｉｔｅｄ化也ｅＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏ＆ＥｇｉｎｅｅｒｉｎｇｏｆＹａｎｚｈｏｕＵｎｉｖｅｒｓｉｔｇｙＩｎａｒｔｉ

4、ａｌｆｉｌｌ打ｌｌｍｅｎｔｏｆｔｉｌｅｒｅｕｋｅｍｅｎｔｓｆｏｒ化ｅｐｑＭａｓｔｅｒＤｅｒｅｅｏｆＣｏｍｕｔｅｒＳｃｉｅｎｃｅｇｐＢｙＬｅｉＺｈａｎｇＤｅａｒｔｍｅｎｔｏｆＣｏｍ山ｅｒＳｃｉｅｎｃｅ，ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎ＆ｐｐＥｎｇｉｎｅｅｒｉｎｇ，ＹａｎｇｚｈｏｕＵｎｉｖｅｒｓｉｔｙＳｕｅｒｖｉｓｏｒ：ＰｒｏｆｅｓｓｏｒＰｉｎＨｅｐｇＳｅｐｔｅｍｂｅｒ２０１５Ｉ張蕃＝基于有監(jiān)督流形降維的自動(dòng)化醫(yī)學(xué)診斷摘要，。隨著計(jì)算機(jī)技術(shù)的發(fā)

5、展人類社會(huì)已經(jīng)進(jìn)入到信息時(shí)代在醫(yī)學(xué)診斷領(lǐng)域，不可避免地會(huì)遇到大量的高維數(shù)據(jù)。傳統(tǒng)的醫(yī)學(xué)診斷技術(shù)主要受人為主觀因素的，，診斷的準(zhǔn)確率較低診斷的時(shí)間花費(fèi)較大，影響。研究表明自動(dòng)化醫(yī)學(xué)診斷技術(shù)的診斷準(zhǔn)確率較離，能夠減少誤診率。，當(dāng)前，自動(dòng)化醫(yī)學(xué)診斷技術(shù)還沒(méi)有被廣泛應(yīng)用傳統(tǒng)的專家系統(tǒng)依賴于數(shù)據(jù)庫(kù)進(jìn)行醫(yī)學(xué)診斷，能夠被醫(yī)學(xué)工作者理解；但是專家系統(tǒng)所涉及的數(shù)據(jù)庫(kù)中收集，的數(shù)據(jù)較雜，冗余度較高醫(yī)學(xué)診斷準(zhǔn)確率較低。支持向量機(jī)分類方法能夠?qū)⑹眨崳娨患降尼t(yī)學(xué)信息分類，定程度上緩解了傳統(tǒng)專家系統(tǒng)數(shù)據(jù)庫(kù)的局限性，提高了一￣診斷的準(zhǔn)確率

6、，然而支持向量機(jī)分類方法存在黑盒效應(yīng)即無(wú)法解釋推理過(guò)程＂＂和得出結(jié)論的黑箱特征，人們無(wú)法直觀地看到處理的過(guò)程，可理解性不強(qiáng)。機(jī)器學(xué)習(xí)中的流形降維算法能夠?qū)Ⅲ{維數(shù)據(jù)降維投影到低維的可視空間，中間過(guò)程的可視化易于醫(yī)學(xué)工作者的理解和分析，對(duì)醫(yī)學(xué)診斷具有指導(dǎo)意義。不少降維算法被應(yīng)用于自動(dòng)化醫(yī)學(xué)診斷領(lǐng)域，然而流形降維算法只能對(duì)醫(yī)學(xué)信息降維而不能進(jìn)行分類處理。本文提出先降維后分類的思想來(lái)處理高維的醫(yī)學(xué)數(shù)據(jù)。顯示的低維映射加上線性的分類決策面構(gòu)建有利于提高可理解性。降維流形算法對(duì)大量的醫(yī)學(xué)數(shù)據(jù)進(jìn)行了預(yù)處理，降低了數(shù)據(jù)的冗余度

7、并且提高了計(jì)算分析的精度。一本文針對(duì)這研究課題，對(duì)流形降維、分類技術(shù)進(jìn)行了深入研究。本文的研究工作和主要硏巧成果包括：一Ｉ１．這篇文章提出了種基于等度規(guī)映射的流形降維分類算法簡(jiǎn)稱ＳＭＢＡ算（ＩＭＢＩ法），ＳＡ算法在ＳＯＭＡＰ算法的基礎(chǔ)上融入監(jiān)督信息，對(duì)髙維醫(yī)學(xué)數(shù)據(jù)進(jìn)行了特征提取，采用決策樹算法對(duì)降維后的結(jié)果分類，并且實(shí)現(xiàn)了測(cè)試數(shù)據(jù)擴(kuò)展。中間過(guò)程的可視化增強(qiáng)了可理解性，更易于醫(yī)學(xué)工作者的理解。依據(jù)真實(shí)醫(yī)學(xué)數(shù)據(jù)集的測(cè)試，改進(jìn)后的ＳＩＭＢＡ算法分類準(zhǔn)確率更高。一２．這篇文章提出了種基于局部線性嵌入算法（簡(jiǎn)稱ＬＬＥ

8、算法）的降維分類算ＤＬＬＥＡ，ＤＬＬＥＡＬＬＥ法（簡(jiǎn)稱算法）算法的思想為：在算法的基礎(chǔ)上融入監(jiān)督信息并采用線性支持向量機(jī)算法對(duì)降維后的結(jié)果分類，并且實(shí)現(xiàn)了測(cè)試數(shù)據(jù)的擴(kuò)展。依據(jù)真實(shí)醫(yī)