[发明专利]基于支持向量机的阿尔茨海默症特征分类方法及系统在审
| 申请号： | 201711286076.5 | 申请日： | 2017-12-07 |
| 公开（公告）号： | CN108154924A | 公开（公告）日： | 2018-06-12 |
| 发明（设计）人： | 潘丹;曾安;黎建忠 | 申请（专利权）人： | 广州市本真网络科技有限公司 |
| 主分类号： | G16H50/20 | 分类号： | G16H50/20;G06K9/62;G06N3/12 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 胡辉 |
| 地址： | 510000 广东省广州市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于支持向量机的阿尔茨海默症特征分类方法及系统，方法包括：获取阿尔茨海默症的磁共振成像数据；采用改进的遗传算法对获取的磁共振成像数据进行特征寻优，得到阿尔茨海默症的关键特征；根据提取出的关键特征采用支持向量机分类器对待分类数据进行分类，得到阿尔茨海默症的分类结果。系统包括数据获取模块、特征寻优模块和分类模块。装置包括存储器和处理器。本发明通过改进的遗传算法以平均分类准确率作为适应度值来提升阿尔茨海默症的特征提取效率，同时通过支持向量机分类器保证了阿尔茨海默症的分类性能，直观，容易实现，泛化能力强，且有良好的识别表现。本发明可广泛应用于计算机辅助诊断领域。 | ||
| 搜索关键词： | 阿尔茨海默症 支持向量机分类器 磁共振成像数据 支持向量机 关键特征 特征分类 遗传算法 寻优 计算机辅助诊断 数据获取模块 分类准确率 分类结果 分类模块 分类数据 分类性能 特征提取 存储器 能力强 适应度 处理器 改进 直观 分类 应用 表现 保证 | ||
【主权项】：
基于支持向量机的阿尔茨海默症特征分类方法，其特征在于：包括以下步骤：获取阿尔茨海默症的磁共振成像数据；采用改进的遗传算法对获取的磁共振成像数据进行特征寻优，得到阿尔茨海默症的关键特征，所述改进的遗传算法以平均分类准确率作为适应度值，并以分类效果最优为目标来提取关键特征；根据提取出的关键特征采用支持向量机分类器对待分类数据进行分类，得到阿尔茨海默症的分类结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广州市本真网络科技有限公司，未经广州市本真网络科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711286076.5/，转载请声明来源钻瓜专利网。
