粗糙集方法在医学影像诊断分析中的应用
2012-09-11孙兴旺
统计与信息论坛 2012年6期
孙 静,孙兴旺
粗糙集方法在医学影像诊断分析中的应用
孙 静1,孙兴旺2
(1.西安医学院医学技术系,陕西西安710021;2.西安交通大学医学院附属第一医院,陕西西安710061)
医学诊断常面对越来越多的医学影像数据信息,比较不同分析方法对于疾病诊断十分必要。对183例脑胶质瘤的MR资料分别使用粗糙集理论和logistic回归分析方法导出影像诊断规则。与病理结果对比后发现,使用粗糙集理论的诊断规则准确性高于其他统计方法。粗糙集理论对提高医学影像学诊断水平有更好的临床应用价值。
粗糙集;医学影像;诊断规则
随着医学科技的发展,医院信息管理系统中的信息飞速增加,数据库逐年增长,信息包括电子病历、数字化医学影像图像、实验室检验结果、病理参数等等。医学诊断是基于信息的推理过程,对有效信息的获取最为关键,医师通过获取的信息形成推理网络,才可能做出正确诊断。现代医学影像学已步入数字化的时代,积累的影像学数据信息越来越多。在激增的数据背后隐藏着许多重要的信息,单凭医师主观判断已不适合高维和海量的数据信息分析,在实践中利用粗糙集理论等工具进行分析和统计,可以帮助医师得出确定的诊断规则[1-2]。
一、医学影像诊断中常用的统计分析方法
随着影像仪器设备的发展,医学影像诊断学中能够采集到的数据资料越来越多,针对各类医学数据采用的统计学分析方法也有很多。
1.多元线性回归分析……p>
登录APP查看全文
