基于捕食者-食餌粒子群算法和單隱層神經(jīng)網(wǎng)絡(luò)算法的病腦檢測系統(tǒng).pdf

1、目的:本文首先介紹了研究背景及意義，然后對(duì)磁共振(MR)圖像診斷的國內(nèi)外發(fā)展現(xiàn)狀做了簡單的介紹。本文所提出的智能病腦檢測系統(tǒng)(SPBD)即是一種計(jì)算機(jī)智能輔助診斷病理核磁共振圖像系統(tǒng)。人工智能算法的研究將有助于提高檢測分類的效率和準(zhǔn)確率，在病腦檢測領(lǐng)域具有十分重要的意義。本文采用神經(jīng)網(wǎng)絡(luò)與MR圖像相結(jié)合的思路。由于神經(jīng)網(wǎng)絡(luò)在分類訓(xùn)練中，數(shù)據(jù)容易陷入局部最優(yōu)。所以本文采用了一種較新的，非常有效的捕食者-食餌粒子群算法(PP-PSO)來優(yōu)化

2、神經(jīng)網(wǎng)絡(luò)，從而避免了數(shù)據(jù)易陷入局部最優(yōu)問題，增強(qiáng)了SPBD系統(tǒng)的對(duì)新數(shù)據(jù)處理、分類的能力，實(shí)現(xiàn)了SPBD系統(tǒng)對(duì)病腦檢測的高效，高準(zhǔn)確率。
　　方法:本文采用DA-160數(shù)據(jù)樣本，采用Hu不變矩(HMI)來提取腦圖像特征，Hu不變矩具有平移、旋轉(zhuǎn)、比例不變性，在目標(biāo)識(shí)別、圖像匹配、形狀分析等領(lǐng)域都有廣泛的應(yīng)用。本文采用單隱層神經(jīng)網(wǎng)絡(luò)(SLN)作為分類器。人工神經(jīng)網(wǎng)絡(luò)（ANN）通過模仿人腦形象思維構(gòu)建神經(jīng)網(wǎng)絡(luò)，從而實(shí)現(xiàn)分布式的信息處理

3、，具有良好的自適應(yīng)、自組織和很強(qiáng)的自學(xué)能力，是數(shù)據(jù)分類圖像識(shí)別的有力工具。用HMI提取得到的一系列由七個(gè)特征矩組成的矩陣信息輸入SLN，經(jīng)過SLN訓(xùn)練，輸出的結(jié)果為非0即1的信息（0表示健康大腦圖像，1表示病腦圖像）。為了使實(shí)驗(yàn)不易陷入局部最優(yōu)解，本文采用了一種基于粒子群算法(PSO)改進(jìn)的優(yōu)化算法——捕食者-食餌粒子群優(yōu)化算法(PP-PSO)來訓(xùn)練SLN的權(quán)值。我們將采用五折分層交叉驗(yàn)證(FFSCV)來對(duì)數(shù)據(jù)進(jìn)行訓(xùn)練，從而保證了對(duì)有限

4、數(shù)據(jù)集進(jìn)行盡可能多的學(xué)習(xí)。最后使用分類準(zhǔn)確率作為實(shí)驗(yàn)優(yōu)良的評(píng)判標(biāo)準(zhǔn)。
　　結(jié)果:將實(shí)驗(yàn)結(jié)果與其他六種較先進(jìn)的SPBD算法進(jìn)行比較，通過訓(xùn)練輸出結(jié)果對(duì)比，發(fā)現(xiàn)本文的方法，基于捕食者—食餌粒子群算法和單隱層神經(jīng)網(wǎng)絡(luò)算法（HMI+SLN+PP-PSO）分類效果最好，對(duì)160個(gè)數(shù)據(jù)集進(jìn)行測試，靈敏度、特征度和準(zhǔn)確率分別達(dá)到了:96.00±5.16％，98.57±0.75％和98.25±0.65％。最后比較了PSO和PP-PSO分別對(duì)應(yīng)的準(zhǔn)