用于肝脏疾病诊断的混合自适应神经模糊推理系统
神经与进化计算
2019-10-30 v1 人工智能
图像与视频处理
摘要
在本研究中，引入了一种基于自适应神经模糊推理系统（ANFIS）与粒子群优化（PSO）用于诊断肝脏疾病的混合方法（ANFIS-PSO）。该智能诊断方法结合了推理系统的构建与优化过程，试图基于数据集调整 ANFIS 的超参数。肝脏疾病特征取自 UCI 机器学习数据库仓库。这些特征属性的数量为 7，样本数为 354。ANFIS-PSO 智能医疗系统对肝脏疾病的正确诊断性能分别通过使用分类准确率、灵敏度和特异度分析进行评估。根据实验结果，ANFIS-PSO 的性能可比无优化阶段的传统 FIS 和 ANFIS 更为可观。
引用
@article{arxiv.1910.12952,
title = {Hybrid Adaptive Neuro-Fuzzy Inference System for Diagnosing the Liver Disorders},
author = {Mina Rajabi and Hajar Sadeghizadeh and Zahra Mola-Amini and Niloofar Ahmadyrad},
journal= {arXiv preprint arXiv:1910.12952},
year = {2019}
}