基于特征进化选择随机森林的MCI自动诊断

作     者：高峰 郑丽丽 顾进广 Gao Feng;Zheng Lili;Gu Jinguang

作者机构：武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学大数据科学与工程研究院湖北武汉430065 湖北省智能信息处理与实时工业系统重点实验室湖北武汉430065 富媒体数字出版内容组织与知识服务重点实验室湖北武汉430065 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2024年第41卷第6期

页      面：250-256页

学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(U1836118) 富媒体数字出版内容组织与知识服务重点实验室开放基金项目(ZD2020/09-01) 教育部新一代信息技术创新项目(2018A03025) 

主　　题：MCI 随机森林 遗传算法 最优参数 

摘      要：近年来,作为正常与阿尔茨海默病过渡阶段的轻度认知障碍(Mild Cognitive Impairment,MCI)病症的研究备受关注。但目前的医学MCI人工诊断不仅参考的特征局限性较大,且依靠人工判定,易产生主观上的误差。因此,提出一种基于随机森林的MCI自动诊断方法,通过机器学习的方式,高效准确地判定MCI;同时应用遗传算法更高效地搜索求解模型的最优参数。结果表明,该方法与医学人工诊断方式相比准确率提高约5%,且在求取随机森林的最优参数问题上,与网格搜索相比,遗传算法所用时间约为其1/45。