典型文献
基于深度学习的医疗辅助诊断数据分析方法
文献摘要：
针对海量医疗诊断数据缺乏高效且准确的分析方法,文中提出了一种基于深度学习的医疗辅助诊断数据处理方法.该方法对医疗诊断数据进行预处理,包括归一化处理与主成分分析,以得到医疗数据特征;利用部署多层感知器的神经网络分析已完成预处理的数据,从而实现诊断分类,为医生提供智能化的辅助诊断;基于Python软件平台对所提方法展开实验测试.结果表明,所提方法的损失值与平均准确率分别为53和85％,均优于其他对比方法,且具有良好的工程应用价值.
文献关键词：
深度学习;医疗辅助诊断;数据分析;主成分分析;多层感知器神经网络
中图分类号：
作者姓名：
程顺达;祝婕;夏芳
作者机构：
河北省中医院信息中心,河北石家庄050000
文献出处：
引用格式：
[1]程顺达;祝婕;夏芳-.基于深度学习的医疗辅助诊断数据分析方法)[J].电子设计工程,2022(07):72-76
A类：
B类：
医疗辅助诊断,数据分析方法,医疗诊断,数据缺乏,数据处理方法,归一化处理,医疗数据,数据特征,诊断分类,Python,软件平台,实验测试,损失值,平均准确率,比方,多层感知器神经网络
AB值：
0.329445
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。
