郭富强

（陕西广播电视大学 资源建设与现代教育技术中心，陕西 西安 710119）

基于LVQ网络的心脏病智能诊断模型

郭富强

（陕西广播电视大学 资源建设与现代教育技术中心，陕西 西安 710119）

充分挖掘大量历史诊断数据中隐藏的规律、模式和专家知识，是建立心脏病智能诊断系统的重要环节。LVQ网络具有很好的模式识别特性,适合数据挖掘。基于LVQ网络建立一个心脏病智能诊断模型。设计了网络结构，选取30个典型诊断案例作为样本，对模型进行训练和测试。结果表明，该模型可较好地反映诊断数据与诊断结果之间的因果关系，用于心脏病诊断具有较高的准确率。

LVQ网络；数据挖掘；分类技术；心脏病;智能诊断

心脏病是世界上对人类生命威胁的第二号杀手。心脏病的快速和准确的诊断始终是医学研究的重要课题。如果能够及时、准确的判断出人们是否患有心脏病，就可以尽快对病人进行治疗，从而使其对人类的危害降到最低。因此有必要引入计算机智能诊断，充分挖掘和共享大量历史诊断数据中隐藏的规律、模式和专家知识，为心脏病诊断提供智能支持，辅助医生诊断。目前许多医院开始使用PACS系统(Picture Archiving and Communication System)，它们已收集了大量病人的确诊病例，包括医学影像(包括SPECT，X-CT，PET，MRI，HRCT 等)和其它的有关医学参数，这些数据中包含着心脏病的发病规律和医学专家的丰富经验，为心脏病自动诊断系统的设计提供了重要的资料。充分利用这些以前的确诊病例和专家的诊断经验，加上当前病人的信息，帮助医生快速有效地正确诊断是否患有心脏病，正是心脏病智能诊断系统的目标。……