基于KNN核函数聚类方法在医学指标分类诊断中的应用

摘要：

目的:探讨基于KNN(K-Nearest Neighbors,KNN)核函数聚类方法在乙肝病毒分类诊断中的临床医学意义和其他疾病诊断的适用性.方法:将收集来自于医院的93例乙肝患病采用基于KNN核函数分类算法进行聚类,通过SPSS数据初处理和MATLAB编程实现.揭示基于K近邻核函数在乙肝病毒分类诊断中有重大的意义.结果:通过核函数聚类方法将93例乙肝患者聚成四类,不仅划分出急性乙肝和慢性乙肝,而且发现HBC IGM也是划分急慢性乙肝的一个不可缺少的参数.结论:基于K近邻核函数的分类方法,在诊断对急慢性乙肝疾病划分有一定帮助,对后期实现计算机辅助分类诊断具有一定的意义.

关键词：核函数、非参数聚类、K近邻算法、聚类、乙肝病毒

分类号：R512.62;R735.7(传染病)

资助基金：2016省级大创创新训练项目《基于KNN核函数聚类方法在医学指标分分类诊断中的应用研究》AH201612216087;2017年度高校优秀青年骨干人才国内外访学研修项目gxfx2017141

在线出版日期：2018-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：27-29