基于人工神经网络与支持向量机的卒中两级预测
机器学习
2020-03-20 v2 计算机视觉与模式识别
图像与视频处理
定量方法
摘要
脑血管意外（CVA）即卒中，是因脑部供血障碍导致的脑功能迅速丧失。统计上，卒中是第二大死因。这促使我们提出一种预测卒中的两级系统：第一级利用人工神经网络（ANN）预测个体罹患卒中的概率，该 ANN 使用若干卒中患者的多种卒中风险因素值进行训练。一旦某人被分类为卒中高风险，其将接受另一项二级分类检测，即分析其神经 MRI（磁共振成像）以预测卒中概率。第二级采用非负矩阵分解与 Haralick 纹理特征进行特征提取，并使用 SVM 分类器进行分类。我们在第一级获得 96.67% 的准确率，在第二级获得 70% 的准确率。
引用
@article{arxiv.2003.08354,
title = {Two Tier Prediction of Stroke Using Artificial Neural Networks and Support Vector Machines},
author = {Jerrin Thomas Panachakel and Jeena R. S},
journal= {arXiv preprint arXiv:2003.08354},
year = {2020}
}
备注
arXiv admin note: text overlap with arXiv:1706.08227