杨 云, 董 雪, 齐 勇

(陕西科技大学 电气与信息工程学院， 陕西 西安 710021)



关于人体颈动脉硬化斑块诊断优化仿真

杨 云, 董 雪, 齐 勇

(陕西科技大学 电气与信息工程学院， 陕西 西安 710021)

人体颈动脉血流动力学数据与颈动脉硬化斑块形成有重要关联，其具有高维度、非线性等复杂属性.支持向量机算法在克服维数灾难问题和处理非线性数据上具有显著优势.基于该算法，首先通过多次实验得到在血流动力学信息中与颈动脉硬化斑块形成最为相关的属性子集，并对惩罚因子与核函数参数进行选择与优化，结果显示分类器性能有所提高，但并不明显，分类准确率只有58.2%；然后又通过集成学习将其准确率提升了17.3%，达到75.5%，所建立的诊断分类器可为临床提供一定的参考意见.

支持向量机； 颈动脉硬化斑块诊断； 性能优化； 性能评估

0 引言

颈动脉硬化多发于中老年人，最显著的特点是硬化斑块的形成，硬化斑块形成后可能导致动脉狭窄[1]，而血管内血流状况的改变可能进一步改变动脉管壁上的压力使动脉狭窄更加严重，引起硬化斑块的破裂、脱落等，严重危害人们的生命健康[2].目前，颈动脉硬化斑块的诊断大多通过医生人工分析颈动脉多普勒超声所提供的信息来做出判断，这样复杂且高维的信息数据人脑很难处理[3]，数据挖掘技术对高维且复杂的数据分析提供了有力支持，尤其是对缺少先验知识的医学数据.而少数利用BP(Back Propagation)算法来分析处理……