基于學(xué)習(xí)的心臟病理識(shí)別技術(shù)研究.pdf

1、心腦血管疾病是困擾著許多人的疾病，每年有大量的人因?yàn)樾募」Ｈ麑?dǎo)致死亡，醫(yī)學(xué)界對(duì)心臟疾病的治療還需要更多的研究與實(shí)踐，醫(yī)學(xué)與其他學(xué)科的交叉應(yīng)用在這方面發(fā)揮一定的作用，將計(jì)算機(jī)科學(xué)與醫(yī)學(xué)相結(jié)合的研究是現(xiàn)在比較前沿的研究，尤其是計(jì)算機(jī)科學(xué)中的模式識(shí)別與醫(yī)療診斷相結(jié)合的研究已經(jīng)是碩果累累，這些研究常應(yīng)用于實(shí)時(shí)監(jiān)測心臟狀況，這對(duì)心臟保健是非常有效的。
　　心房肥大是各種心臟疾病中重要的一種，在模式識(shí)別領(lǐng)域，未找到相關(guān)研究成果，由于心房肥大樣

2、本數(shù)據(jù)很少，這給模式識(shí)別的研究造成了巨大的障礙，本文針對(duì)心房肥大進(jìn)行專門研究，研究了在心房肥大數(shù)據(jù)樣本較少情況下的訓(xùn)練與識(shí)別算法。對(duì)比了樣本較少情況下，不同模式分類方法的分類正確率，其中主要研究了人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)（Supportvectormachine，SVM）在心房肥大識(shí)別上的應(yīng)用，顯示了基于統(tǒng)計(jì)學(xué)習(xí)模型的支持向量機(jī)在樣本較少情況下的優(yōu)勢。另外還對(duì)支持向量機(jī)進(jìn)行改進(jìn)，研究了支持向量機(jī)與其他分類器融合情況下在心房肥大識(shí)別上的正