基于符号神经网络的心脏疾病自动诊断

心脏疾病是人类死亡率最高的病症之一,因此对心脏疾病的早期诊断已成为人们普遍关心的问题。对心脏疾病的自动诊断研究已有二十多年的历史,但其临床诊断效率并不理想。为此,作者提出基于符号神经网络的心脏病自动诊断的新方法。该方法溶符号推理技术和神经网络自学习、自适应等功能于一体,充分利用从人类专家和大量样本数据中获取的知识。通过实验发现,该方法可以进一步提高心脏疾病临床诊断的效率,从而为心脏疾病的自动诊断开辟了一条新的途径。