基于多生理信息融合的醫(yī)療診斷建模方法研究.pdf

1、人體是一個復雜的有機體，各個器官組織是相互作用、相互協(xié)調工作的。人體發(fā)生某種器質性病變時，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)絡以及支持向量機的原理和及其應用。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——統(tǒng)計學習理論。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，驗證結果證明了該改進算法的正確性。