典型文献
基于数据挖掘算法的骨盆损伤判别模型
文献摘要：
目的 利用主成分分析、偏最小二乘法对基于骨盆CT图像提取的特性信息进行降维,利用降维的数据建立判别骨盆是否受伤的支持向量机分类判别模型,评估其应用的可行性.方法 将采集的正常和受伤骨盆CT图像146例分别随机提取80％作为训练集,用于模型拟合;剩余20％作为测试集,用于模型准确性的检验.通过CT图像输入、图像预处理、特征提取、特征降维、特征选择、参数选择、模型建立和模型比较等步骤,建立骨盆是否受伤的判别模型.结果 偏最小二乘法降维方法优于主成分分析降维方法,支持向量机模型优于朴素贝叶斯模型.基于12个偏最小二乘因子建立的骨盆是否受伤支持向量机分类判别模型的建模集、留一法交叉验证和测试集结果准确率分别为100％、100％和93.33％.结论 基于CT图像建立的骨盆是否受伤数据挖掘模型在评估骨盆损伤中具有比较高的准确性,为骨盆损伤的自动快速识别奠定基础.
文献关键词：
法医学;骨盆;计算机体层成像;主成分分析法;偏最小二乘法;支持向量机
中图分类号：
作者姓名：
王飞翔;姬锐;张鹿鸣;王鹏;刘太昂;宋鲁杰;汪茂文;周智露;郝虹霞;夏文涛
作者机构：
司法鉴定科学研究院 上海市法医学重点实验室 司法部司法鉴定重点实验室 上海市司法鉴定专业技术服务平台,上海 200063;武汉大学人民医院生殖医学中心,湖北 武汉 430072;启东赢维信息科技有限公司,江苏 启东 226200;上海交通大学附属第六人民医院,上海 200233;贵州医科大学法医学院,贵州 贵阳 550009;佳木斯大学基础医学院 微生态-免疫调节网络与相关疾病重点实验室,黑龙江 佳木斯 154007
文献出处：
引用格式：
[1]王飞翔;姬锐;张鹿鸣;王鹏;刘太昂;宋鲁杰;汪茂文;周智露;郝虹霞;夏文涛-.基于数据挖掘算法的骨盆损伤判别模型)[J].法医学杂志,2022(03):350-354
A类：
B类：
数据挖掘算法,骨盆损伤,判别模型,偏最小二乘法,图像提取,受伤,支持向量机分类,分类判别,随机提取,训练集,模型拟合,测试集,图像预处理,特征降维,特征选择,参数选择,模型比较,降维方法,支持向量机模型,朴素贝叶斯模型,留一法交叉验证,集结,挖掘模型,快速识别,法医学,计算机体层成像
AB值：
0.269409
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
