基于模糊贝叶斯网络的星形细胞瘤智能分级模型

• 作者: 尹俊勋 林春漪 王奎健 陈健宇 马丽红
• 来源期刊: 中国医学物理学杂志
• 关键词: 模糊贝叶斯网络 星形细胞瘤 高斯混合模型 机器学习
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 医学影像物理
• 页码范围: 174-177,193
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2006.03.004

摘要

本研究提出一种新的融合影像低层视觉特征和语义的模糊贝叶斯网络模型,使用了高斯混合模型(GMM)对连续的视觉特征模糊化处理,解决了传统贝叶斯网络不能操作连续输入的问题,更合理地表达了具有模糊性、不确定性的专业领域的结构性知识.为了验证它的有效性,将它应用于星形细胞瘤恶性程度的分级,建立了一个概率模型,实验结果得出83.33%的正确识别率.该模型为星形细胞瘤恶性程度预测提供了新的定量而客观的辅助手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹俊勋	华南理工大学电子与信息学院	118	876	12.0	25.0
2	林春漪	华南理工大学电子与信息学院	6	15	3.0	3.0
6	马丽红	华南理工大学电子与信息学院	38	228	6.0	14.0
7	陈健宇		1	2	1.0	1.0
8	王奎健		1	2	1.0	1.0