基于深度学习的疾病诊断

被引：11

作者：

陆家发 ^{[1
]}

张国明 ^{[1
,2
]}

陈安琪 ^{[3
]}

机构：

[1] 江苏省卫生统计信息中心

[2] 南京大学计算机科学与技术系

[3] 江苏建康职业学院

来源：

医学信息学杂志 | 2017年 / 38卷 / 04期

关键词：

数据挖掘; 深度学习; 疾病诊断;

D O I：

暂无

中图分类号：

R-05 [医学与其他学科的关系];

学科分类号：

1001 ;

摘要：

以UCI心脏病数据集为试验测试数据,利用机器学习中的深度学习技术进行疾病诊断分类,分别与随机森林、支持向量机以及神经网络分类进行对比,指出深度学习技术对医疗大数据的挖掘具有巨大潜力和重要的应用价值。

引用

页码：39 / 43

页数：5

共 9 条

[1] 基于支持向量方法机构建急性胰腺炎患者住院天数预测模型 [J].

张晔 ;

张晗 ;

尹玢璨 ;

赵玉虹 .

医学信息学杂志, 2016, 37 (02) :57-60+65

[2] 数据挖掘技术及其在临床恶性肿瘤诊疗中的应用 [J].

张睿 ;

王觅也 ;

李楠 ;

杨晓妍 ;

师庆科 ;

黄勇 .

医学信息学杂志, 2015, (10) :50-54

[3] 深度学习的昨天、今天和明天 [J].

余凯 ;

贾磊 ;

陈雨强 ;

徐伟 .

计算机研究与发展, 2013, 50 (09) :1799-1804

[4] 深度学习研究综述 [J].

孙志军 ;

薛磊 ;

许阳明 ;

王正 .

计算机应用研究, 2012, 29 (08) :2806-2810

[5] 随机森林方法研究综述 [J].

方匡南 ;

吴见彬 ;

朱建平 ;

谢邦昌 .

统计与信息论坛, 2011, 26 (03) :32-38

[6]

数据挖掘中的人工神经网络算法及应用研究.[D].卢金秋.浙江工业大学.2006, 05

[7] A fast learning algorithm for deep belief nets [J].

Hinton, Geoffrey E. ;

Osindero, Simon ;

Teh, Yee-Whye .

NEURAL COMPUTATION, 2006, 18 (07) :1527-1554

[8] Random forests [J].

Breiman, L .

MACHINE LEARNING, 2001, 45 (01) :5-32

[9]

A brief introduction to neural networks..Kriesel D;.http://www.dkriesel.com/en/science/neural networks.2007,

← 1 →