[发明专利]基于支持向量机的慢性阻塞性肺疾病诊断辅助系统及方法

摘要

本发明公开了一种基于支持向量机的慢性阻塞性肺疾病诊断辅助系统及方法，该系统包括多特征输入器和处理器，处理器具有多维特征选择模块、支持向量机构建模块和支持向量机模型测试模块；多维特征选择模块建立第一样本，通过基于粗糙集的最大依赖度算法对第一样本进行特征降维，得到若干个主特征子集，建立以若干个主特征子集构成的样本集合作为第二样本；支持向量机构建模块构建支持向量机模型；支持向量机模型测试模块将所述第二样本随机分为训练集和预测集，生成训练器，根据支持向量机模型预测通过降维得到的第二样本是否表现为慢性阻塞性肺疾病。本发明基于支持向量机模型，使得慢性阻塞性肺疾病与病患的各项生理指标建立联系，测试准确度高。

主权项

1.一种基于支持向量机的慢性阻塞性肺疾病诊断辅助系统，其特征是，包括：多特征输入器，用于获取被测者肺部机能检测项目及其测量值；处理器，与多特征输入器相连，具有数据预处理模块、多维特征选择模块、支持向量机构建模块和支持向量机模型测试模块；所述数据预处理模块，用于对被测者肺部机能检测测量值的噪声数据、缺失数据进行清洗，对部分特征属性进行数据转换和归一化处理；所述多维特征选择模块，用于建立与被测者肺部机能检测项目测量值相对应的原始多维特征项作为第一样本，通过基于粗糙集的最大依赖度算法对所述第一样本进行特征降维，得到基于被测者肺部机能检测项目测量值的若干个主特征子集，建立以若干个主特征子集构成的样本集合作为第二样本；所述支持向量机构建模块，用于采用双向耦合概率估计方法，构建支持向量机模型；所述支持向量机模型测试模块，用于将所述第二样本随机分为训练集和预测集，训练集用于生成训练器，在训练器的基础上，利用预测集对支持向量机模型进行测试。