基于贝叶斯网络的脑胶质瘤恶性高低度的自动诊断

作者：马军; 杨杰; 耿道颖

来源：生物医学工程学杂志, 2006, (01): 184-188.

DOI：10.3321/j.issn:1001-5515.2006.01.041

• 贝叶斯网络
• D分离
• 多层感知器网络
• 决策树 Bayesian network D-separation Multi-layer perception network Decision tree

贝叶斯网络(B ayes ian N etw ork)可以把统计学和图论有效地结合起来,近年来成为数据挖掘中的研究热点,其优点可以综合先验信息和样本信息,适于处理不完整数据集。本文采用280例病例作为训练数据,利用B ayes ian netw ork进行大脑胶质瘤高低度的自动诊断,利用严格的B ayes规则进行推理,在推理过程中采用了D分离来简化过程,其诊断正确率达到80%以上,达到了领域专家的要求,而且在可理解性方面要比多层感知器和决策树要好。

• 单位
  复旦大学附属华山医院; 上海交通大学