基于贝叶斯网络的脑胶质瘤恶性高低度的自动诊断
Automatic Diagnosis of Malignant Degree of Brain Glioma Based on Bayesian Network作者机构:上海交通大学图像处理与模式识别所上海200240 复旦大学附属华山医院上海200040
出 版 物:《生物医学工程学杂志》 (Journal of Biomedical Engineering)
年 卷 期:2006年第23卷第1期
页 面:184-188页
核心收录:
学科分类:0831[工学-生物医学工程(可授工学、理学、医学学位)] 1002[医学-临床医学] 08[工学] 1010[医学-医学技术(可授医学、理学学位)] 100214[医学-肿瘤学] 0836[工学-生物工程] 10[医学]
摘 要:贝叶斯网络(B ayes ian N etw ork)可以把统计学和图论有效地结合起来,近年来成为数据挖掘中的研究热点,其优点可以综合先验信息和样本信息,适于处理不完整数据集。本文采用280例病例作为训练数据,利用B ayes ian netw ork进行大脑胶质瘤高低度的自动诊断,利用严格的B ayes规则进行推理,在推理过程中采用了D分离来简化过程,其诊断正确率达到80%以上,达到了领域专家的要求,而且在可理解性方面要比多层感知器和决策树要好。