有监督学习的超声背散射方法在骨质评价中的应用

摘要：

在超声背散射方法评价骨质的实际应用中,如何更为准确地判断测量对象是否为骨质疏松是一个重要问题.提出一种有监督学习的超声背散射评价方法,根据超声背散射离体实验的信号处理结果,对松质骨样本使用支撑向量机和自适应增强的有监督学习算法进行预测和分类.研究结果表明,有监督学习的超声背散射评价方法分类的准确率为80.00％～82.86％,并且对骨质疏松的样本具有较高的特异性(特异度＞92.3％).因此有监督学习的超声背散射评价方法具有有效性,评价效果优于现有的其它定量超声方法,对超声背散射方法的在体应用有一定帮助.

机标关键词：有监督学习算法、骨质疏松、支撑向量机、自适应增强、松质骨、定量超声、特异度、测量对象、评价方法分类、离体实验

所属期刊栏目：44

分类号：TP18;R681;TP391.41

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家科技重大专项

在线出版日期：2019-09-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：818-825