反向传播人工神经网络方法在骨关节炎严重程度测量中的应用
神经与进化计算
2013-10-01 v1 计算工程、金融与科学
计算机视觉与模式识别
摘要
风湿病学通过 X 射线检查骨关节炎疾病，可将其严重程度分为四个等级。本文探讨了应用反向传播人工神经网络方法测量该疾病的严重程度，观测的 X 射线范围涵盖从手腕到手指。本文所述系统的主要过程分为三部分：图像处理、特征提取和人工神经网络处理。首先，对数字化 X 射线图像（200x150 像素，灰度）进行阈值处理，然后基于七位量化结果的颜色强度概率值和统计纹理提取特征。随后将这些特征值归一化至区间 [0.1, 0.9]，并将结果作为输入送入反向传播人工神经网络系统，以确定先前输入的 X 射线所对应的疾病严重程度。测试结果显示，在学习率为 0.3、动量为 0.4、隐藏单元为 5 个且特征向量约为 132 个的条件下，该系统对学习数据的准确率达到 100%，对学习与非学习混合数据的准确率为 80%，对非学习数据的准确率为 66.6%。
引用
@article{arxiv.1309.7522,
title = {An Application of Backpropagation Artificial Neural Network Method for Measuring The Severity of Osteoarthritis},
author = {Dian Pratiwi and Diaz D. Santika and Bens Pardamean},
journal= {arXiv preprint arXiv:1309.7522},
year = {2013}
}
备注
4 pages, 4 figures, 3 tables