鄰域粗糙集融合貝葉斯神經網絡在醫療決策中的應用研究

作者：王效俐,劉瀟,蘇強

摘要：為提高醫療決策的效率和有效性，建立了鄰域粗糙集融合貝葉斯神經網絡的組合醫療決策模型。首先，通過鄰域粗糙集對醫療決策系統進行知識約簡，去除系統中冗余、干擾的指標，提取關鍵指標，并將約簡后的指標作為神經網絡模型的輸入指標；之后針對BP神經網絡容易過擬合的缺點，采用貝葉斯正則化方法對神經網絡進行優化，提高輸出指標的預測效果和效率。最后，通過一個心臟病醫療診斷實例對模型的應用實現效果加以分析及驗證，結果表明，模型測試集分類準確率達到了88．89％；并將實驗結果同幾種常見的屬性選擇方法、分類模型以及2008~2014年的8個歷史參考文獻進行了對比。

發文機構：同濟大學經濟與管理學院

關鍵詞：醫療決策鄰域粗糙集貝葉斯正則化神經網絡medical decision makingneighborhood rough setbayesian regularizationneural networks

分類號： C934[經濟管理—管理學]