文档介绍：浙江大学
硕士学位论文
支持向量机应用于儿童精神发育迟滞筛查的研究
姓名:欧阳梁
申请学位级别:硕士
专业:计算机应用
指导教师:魏宝刚
20070510
摘要随着当代医疗系统的发展,众多医院积累了大量病人的各种信息,而有经验的医生也是根据病人症状及其对应的疾病来进行诊断;另一方面,在计算机科学方面,机器学习发展迅速,尤其是统计学习理论和支持向量机技术逐渐成熟,已经开始应用于各个领域。将两者结合起来成为必然的趋势,利用当粄『医院的病人信息数据与对应的具体疾病,做为训练样本,来得到一个决策模型,达到计算机自动诊断的目的,,机器学习在医疗诊断中的应用前景光明。在本文中,我们将机器学习方法应用予对儿童精神发育迟滞筛查,利用浙江大学附属儿章医院所积累的三维人脸特征数据作为学习来源,选定合适的训练输入空间,用支持向量机技术训练样本,得到决策模型,通过这样实现机器对儿童精神发育迟滞的自动化筛查,文中介绍了这个机器学习系统。根据得到的特定样本数据集,我们对支持向量机模型进行了优化,包括针对原始数据进行的恚欢杂谑导手胁黄胶獾氖萘浚罢易罴殉头R蜃两个方面;还使用了基于黎曼分析的支持向量核函数优化,利用核函数的保角变换扩大在边界区域的空问分辨率,使得正、负类更好的分开,并用一个新的性能更好的函数代替原有的调整因子,以期达到尽可能好的训练、诊断关键词:医疗诊断,机器学习,支持向量机,精神发育迟缓,黎曼效果。浙江大学硕士学位论文
粕髈盯蛐蘬删鷜础﹑樗籥Ⅵ鍀,蚴派緉绷唔‰,∞蟘加刃瞘輊棚痺嘲锄鱲肌0緊撇鹪笊緉锄痵撇竔姗’;鴆器辸鑤砌鷇锄,∞’虺鷄俊餾辠蟖鬱姐时勰鼬跚嘣盯啪【蓿弧辴咖鸩疲琺掮轫鰄曲矗册嘶,“蓿瞖竘印撕辴篒鋓孤∞鷗盯鷇∞啦坩筪璐凹∞Ⅱ圮,搛箂,辭,豬瑆碿,羒叩仃誧舕竚:凼一Ⅱ一浙江大学硕士学位论文盯,’籨仃,皁Ⅱ畂北.
图目录图¨主成分空间应用于图正常儿童患病儿童的面部图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图英国公司的三维成像仪⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图获得的三维人脸模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图嘴部特征点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图鼻部特征点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图双眼特征点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图三维人脸上选定的特征点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图兄;纳窬DP汀图神经网络的感知器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图通过映射函数使输入空间线性可分⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图两个点的几何距离⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图畲蠹涓舫矫婧椭С窒蛄俊图一个典型机器学习的基本组成模块⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图系统流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图系统ⅲ琹垤分析界面⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯砗蟛馐越峁肌图龃蟪头R蜃佑Χ匝静黄胶狻图增大负类权重正确率变化图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图黎曼优化方法示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图肆巢康奶卣鞯恪图二维训练集的分开超平面⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图函数的维⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图禾一—浙江大学硕士学位论文圈目录
图第一种参数方法的核函数优化效果图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图第二种参数方法的核函数优化效果图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图蕋、闙三个函数的比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图引入函数第一种参数训练结果图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯浙江大学硕士学位论文图日录
表目录表特征点的数据信息⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表相对距离的训练属性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表系统中配置训练属性的募表睦嗪撕幕狙盗方峁表训练集和测试集的特征值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯砗蟛馐越峁怼表龃蟾豪嗳ㄖ夭馐越峁怼表第一种参数方法的核函数优化效果表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表第二种参数方法的核函数优化效果表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表表雓谝恢植问盗方峁怼表绝对距离的训练属性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表感知机算法夹问⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯魑:撕难盗沸Ч浙江大学磺士学位论文表日录
第一章绪论机器学习及其在医学中应用专著——《统计学习理论》中。统计学习理论的基本内容诞生于世纪~机器学习是人工智能研究的核心课题之一。年《机器学习》一书中将机器学习定义为“计算机利用经验改善系统自身性能的行为”。机器学习有着悠久的发展历史,人们对其的研