基于人工神经网络的错畸形减数矫治的辅助鉴别
Artificial Neural Network Assisted Selection of Extractionor Non-extraction Orthodontic Treatment for Malocclusion作者机构：南京大学医学院附属口腔医院正畸科江苏南京210008 徐州医科大学江苏徐州221004
出 版 物：《口腔医学研究》 (Journal of Oral Science Research)
年 卷 期：2016年第32卷第12期
页 面：1308-1311页
学科分类：1003[医学-口腔医学] 100302[医学-口腔临床医学] 10[医学]
摘 要：目的:借助人工神经网络方法建立错畸形病例正畸治疗减数与否决策建议的专家系统。方法:选取错畸形病例230例,其中减数病例138例及未减数者92例,每个病例用28个指标反映。在上述230个病例中选取207个病例的集合,利用MATLAB语言,构成28-25-1BP人工神经网络模型的训练集,另23个病例作为测试集。结果:建立了230例错畸形患者资料数据库;对学习训练过的207例数据进行测试,结果其正确率为100%,然后再用未经学习训练过的23个测试集样本进行测试,结果有19例预测成功,正确率为82.6%(4个病例预测失败)。结论:所建立的人工神经网络能够对错畸形病例正畸治疗是否减数做出82.6%正确的结果。
维普期刊数据库
同方期刊数据库