您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览84 | 下载4

目的 利用31P磁共振波谱分析数据,区别肝细胞肝癌、肝硬化和正常的肝组织.方法 从33例包括肝细胞肝癌、肝硬化和正常肝的志愿者中选择66个有效体素样本,利用1.5T超导MR扫描仪采集31P MRS数据,通过BP神经网络和SVM模型的实验来区别肝细胞肝癌、肝硬化和正常肝脏组织.结果 有限的样本实现了良好的分类性能,反向传播神经网络(BP)和支持向量机(SVM)模型可以提高31P MRS识别率,识别率可达92.31

作者:王韶卿;刘毅慧;付婷婷;成金勇;刘强

来源:山东大学学报(医学版) 2009 年 47卷 6期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:84 | 下载:4
作者:
王韶卿;刘毅慧;付婷婷;成金勇;刘强
来源:
山东大学学报(医学版) 2009 年 47卷 6期
标签:
癌,肝细胞 肝硬化 磁共振波谱学 支持向量机 反向传播神经网络
目的 利用31P磁共振波谱分析数据,区别肝细胞肝癌、肝硬化和正常的肝组织.方法 从33例包括肝细胞肝癌、肝硬化和正常肝的志愿者中选择66个有效体素样本,利用1.5T超导MR扫描仪采集31P MRS数据,通过BP神经网络和SVM模型的实验来区别肝细胞肝癌、肝硬化和正常肝脏组织.结果 有限的样本实现了良好的分类性能,反向传播神经网络(BP)和支持向量机(SVM)模型可以提高31P MRS识别率,识别率可达92.31