模拟退火-支持向量机在SLE合并肾受累的辅助诊断应用研究

摘要：

目的 建立一种计算机辅助诊断(CAD)模型对系统性红斑狼疮(SLE)合并肾受累进行分类辅助诊断,为及时发现并确诊该疾病提供一种新的方法.方法 利用模拟退火(SA)算法优化支持向量机(SVM)算法惩罚系数C和核函数参数g,并基于此构建SA-SVM分类器模型,将其应用于SLE的智能辅助诊断.结果 该方法避免了单一SVM分类器易陷入局部最优的缺点,提高了分类器的分类精度,且针对SLE合并肾受累疾病的分类准确率最高可达98.72％.结论 实验结果表明该分类模型在SLE合并肾受累疾病智能诊断中有较好的应用价值.

关键词：支持向量机、模拟退火、人工智能、诊断设备、系统性红斑狼疮并发肾受累

所属期刊栏目：41

分类号：R593.24(全身性疾病)

资助基金：国家自然科学基金资助项目61364008;云南省应用基础研究重点资助项目2014FA029;云南省教育厅重点基金资助项目2013Z127

在线出版日期：2018-01-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：670-674