计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (12): 214-217.DOI: 10.3778/j.issn.1002-8331.2009.12.069
邢欣来1,何中市1,王 健2
XING Xin-lai1,HE Zhong-shi1,WANG Jian2
摘要: 计算机辅助诊断(CAD)已经广泛地应用于许多疾病的诊断中,利用计算机辅助诊断技术医生可以在不影响诊断效果的前提下提高疾病的诊断效率,从而为病患赢得就医的时间。提出了一种基于组合学习方式的肺栓塞辅助诊断分类器:首先基于AdaBoost训练思想,以CART(分类与回归树)作为弱分类器,构造了一个AdaBoost分类器,然后结合BP神经网络分类器,设计出组合分类器。该分类器不仅提高了诊断的效率,同时也使得诊断效果有了一定的改善。