人工神經網絡模型診斷帕金森病的研究.pdf

1、研究背景:帕金森病是一種常見的神經功能性疾病,隨著社會老齡化,帕金森病的發(fā)病率、患病率及致殘率均呈現增高的趨勢.現階段由于帕金森的發(fā)病機理仍不很清楚,診斷帕金森病仍然依賴臨床經驗,但尸檢顯示臨床誤診率很高.而當今計算機及人工智能技術的飛速發(fā)展和不斷完善,其分支人工神經網絡技術已被成功的應用于醫(yī)學領域的某些方面,并取得較好的效果.將人工網絡技術應用于醫(yī)學臨床診斷已成為一個新的研究熱點,但在帕金森病的智能診治方面還未見相關報道.目的:該課題

2、的目的是尋找一種智能、客觀、準確地診斷帕金森病的新方法,驗證人工神經網絡技術與粗集理論相結合所構建的網絡模型模擬醫(yī)學專家診斷帕金森病的可行性.方法:通過討論帕金森病的流行病學、病因學、診斷、臨床分級等的研究進展,應用文獻優(yōu)選法和數據庫處理技術構建模型診斷指標框架和信息采集管理程序;分析構建診斷模型涉及的關鍵技術--人工神經網絡原理和粗集理論,并在深入分析帕金森病及臨床診斷特點的基礎上,構建以粗集理論規(guī)則為神經網絡中間層函數的三層BP網絡

3、模型(59-30-1);利用已建立的信息采集管理程序收集臨床病歷信息并轉化為網絡輸入和輸出結果格式;利用采集的信息運用BP學習算法對網絡模型進行訓練,調整模型的參量;最后,通過病歷回顧方法,隨機抽取臨床病例檢測診斷模型的診斷效果.結論:將人工神經網絡技術與粗集理論相結合所構建的網絡模型應用于帕金森病的臨床診斷具有可行性,該方法是一種很有應用價值的帕金森病診斷方法.但是該研究對于復雜的病例未作深入研究,并且所提取的臨床特征也僅限于病歷上的