基于贝叶斯网络的轻度认知障碍诊断系统

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于贝叶斯网络的轻度认知障碍诊断系统

孙岩, 唐一源

文章导航 > 电子科技大学学报 > 2012 > 41(3): 336-341

孙岩, 唐一源. 基于贝叶斯网络的轻度认知障碍诊断系统[J]. 电子科技大学学报, 2012, 41(3): 336-341. doi: 10.3969/j.issn.1001-0548.2012.03.002

引用本文:

孙岩, 唐一源. 基于贝叶斯网络的轻度认知障碍诊断系统[J]. 电子科技大学学报, 2012, 41(3): 336-341. doi: 10.3969/j.issn.1001-0548.2012.03.002

SUN Yan, TANG Yi-yuan. Diagnostic System of Mild Cognitive Impairment Based on Bayesian Network[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(3): 336-341. doi: 10.3969/j.issn.1001-0548.2012.03.002

Citation:

SUN Yan, TANG Yi-yuan. Diagnostic System of Mild Cognitive Impairment Based on Bayesian Network[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(3): 336-341. doi: 10.3969/j.issn.1001-0548.2012.03.002

基于贝叶斯网络的轻度认知障碍诊断系统

doi: 10.3969/j.issn.1001-0548.2012.03.002

孙岩^1,2,
唐一源³

1.
辽宁师范大学心理发展与教育研究中心辽宁大连 116029;
2.
辽宁师范大学教育学院心理系辽宁大连 116029;
3.
大连理工大学神经信息学研究所辽宁大连 116024

基金项目:

国家自然科学基金(60971096);国家社会科学基金重点项目(11AZD089)

作者简介:
孙岩(1974-),女,博士,副教授,主要从事神经信息学、人工智能方面的研究.

中图分类号: TP182

Diagnostic System of Mild Cognitive Impairment Based on Bayesian Network

SUN Yan^1,2,
TANG Yi-yuan³

1.
Research Center of Psychological Development and Education,Liaoning Normal University Dalian Liaoning 116029;
2.
Psychology Department of Education School,Liaoning Normal University Dalian Liaoning 116029;
3.
Institute of Neuroinformatics,Dalian University of Technology Dalian Liaoning 116024

摘要: 提出一种基于依赖性分析和打分函数进行贝叶斯网络结构学习的新方法,并把该方法应用于轻度认知障碍诊断系统中。该算法首先通过对结点变量间的依赖性分析测试和无向图的遍历,获得贝叶斯网络结构中所有结点的先验顺序,然后用启发式打分-搜索方法获得最优的贝叶斯网络结构。实验结果表明,该算法能够在不增加算法复杂度的情况下,完成无结点顺序要求的贝叶斯网络学习,并能应用于轻度认知障碍诊断系统中,实现较好的预测,进而辅助医生的诊断。
- 贝叶斯网络 /
- 诊断系统 /
- 依赖性分析 /
- 轻度认知障碍
Abstract: This paper presents a new method in structure learning of Bayesian network based on dependency analysis and scoring function. Through analyzing the dependent relationship between variables and accessing to undirected graph, the prior sequence of all of the nodes in Bayesian network structure is obtained. The optimal structure of the Bayesian network is then generated by heuristic-search method. The new algorithm has been applied to the diagnostic system of mild cognitive impairment. The experimental results show that the new algorithm can better predict the possibility of mild cognitive impairment under the similar complexity, and further assist the diagnosis of doctor.
- Bayesian network /
- diagnostic system /
- dependency analysis /
- mild cognitive impairment

[1]	侯敏, 张仕斌, 黄曦. 量子模糊朴素贝叶斯分类算法 . 电子科技大学学报, 2024, 53(1): 149-154. doi: 10.12178/1001-0548.2022344
[2]	陈红霞, 张俊峰, 马爱博, 李宏悦, 李晨光. 基于改进贝叶斯的重型数控机床可靠性研究 . 电子科技大学学报, 2023, 52(1): 140-145. doi: 10.12178/1001-0548.2022153
[3]	田园芳, 陈伟. 外显子跳跃模式中组蛋白修饰的组合模式分析 . 电子科技大学学报, 2022, 51(5): 668-674. doi: 10.12178/1001-0548.2022138
[4]	李昕昕, 师恩. 异构多分支网络超声图像自动诊断方法 . 电子科技大学学报, 2021, 50(2): 214-224. doi: 10.12178/1001-0548.2020246
[5]	李享, 黄洪钟, 黄鹏, 李彦锋. 基于动态贝叶斯网络的电源系统可靠性分析与故障诊断 . 电子科技大学学报, 2021, 50(4): 603-608. doi: 10.12178/1001-0548.2020416
[6]	谭龙飞, 童玲, 陈彦. 基于贝叶斯融合的土壤含水量估计 . 电子科技大学学报, 2018, 47(4): 539-544. doi: 10.3969/j.issn.1001-0548.2018.04.011
[7]	孙文军, 芮国胜, 张驰, 王瑞. 混沌检测系统对噪声的免疫性分析及稳健建模 . 电子科技大学学报, 2017, 46(3): 492-497. doi: 10.3969/j.issn.1001-0548.2017.03.003
[8]	赵国生, 李光程, 王健. 云计算系统认知生存模型及量化分析 . 电子科技大学学报, 2017, 46(5): 709-715. doi: 10.3969/j.issn.1001-0548.2017.05.012
[9]	蒋伟雄, 刘华生, 廖坚, 廖云杰, 唐艳, 王维. 多变量模式分析在反社会人格障碍中的应用 . 电子科技大学学报, 2014, 43(2): 296-300. doi: 10.3969/j.issn.1001-0548.2014.02.027
[10]	徐文杰, 姚进, 陈昌华, 李敬敏. 面向过程输出质量与输入参数的集成诊断方法 . 电子科技大学学报, 2014, 43(2): 315-320. doi: 10.3969/j.issn.1001-0548.2014.02.031
[11]	陈金广, 李洁, 高新波. 双重迭代变分贝叶斯自适应卡尔曼滤波算法 . 电子科技大学学报, 2012, 41(3): 359-363. doi: 10.3969/j.issn.1001-0548.2012.03.006
[12]	杜丽, 肖宁聪, 黄洪钟, 何俐萍, 李海庆. 认知不确定性的谐波齿轮减速器可靠性分析研究 . 电子科技大学学报, 2011, 40(3): 470-475. doi: 10.3969/j.issn.1001-0548.2011.03.028
[13]	刘震, 周明天. 基于核方法的贝叶斯邮件分类网络研究 . 电子科技大学学报, 2007, 36(3): 587-589,593.
[14]	李天昀, 胡宗云, 葛临东. 相关跳频通信系统安全性分析 . 电子科技大学学报, 2006, 35(3): 305-308.
[15]	陈光宇, 黄锡滋, 唐小我. 故障树模块化分析系统可靠性 . 电子科技大学学报, 2006, 35(6): 989-992.
[16]	刘知贵, 尹辉, 黄正良. 双线性系统稳态模型的可辨识性分析 . 电子科技大学学报, 2005, 34(6): 825-827.
[17]	唐应辉, 喻国建, 李才良. 修理延迟的n部件串联系统的可靠性分析 . 电子科技大学学报, 2003, 32(4): 451-454.
[18]	杨斌, 聂在平, 夏耀先, 蒋荣生. 基于贝叶斯神经网络的非参数回归 . 电子科技大学学报, 2002, 31(2): 159-162.
[19]	沈伟慈. 一种基于模糊贝叶斯理论推测信元丢弃率分布的方法 . 电子科技大学学报, 1999, 28(4): 402-404.
[20]	潘中良, 陈光. 模拟电路故障诊断的神经网络专家系统方法 . 电子科技大学学报, 1997, 26(4): 405-408.

WeChat

点击查看大图

计量

文章访问数: 3408
HTML全文浏览量: 119
PDF下载量: 57
被引次数: 0

基于贝叶斯网络的轻度认知障碍诊断系统

doi: 10.3969/j.issn.1001-0548.2012.03.002

孙岩^1,2,
唐一源³

1. 辽宁师范大学心理发展与教育研究中心辽宁大连 116029;

2. 辽宁师范大学教育学院心理系辽宁大连 116029;

3. 大连理工大学神经信息学研究所辽宁大连 116024

基金项目:

国家自然科学基金(60971096);国家社会科学基金重点项目(11AZD089)

作者简介:
孙岩(1974-),女,博士,副教授,主要从事神经信息学、人工智能方面的研究.

收稿日期: 2012-04-15
刊出日期: 2012-06-15

中图分类号: TP182

关键词:

摘要: 提出一种基于依赖性分析和打分函数进行贝叶斯网络结构学习的新方法,并把该方法应用于轻度认知障碍诊断系统中。该算法首先通过对结点变量间的依赖性分析测试和无向图的遍历,获得贝叶斯网络结构中所有结点的先验顺序,然后用启发式打分-搜索方法获得最优的贝叶斯网络结构。实验结果表明,该算法能够在不增加算法复杂度的情况下,完成无结点顺序要求的贝叶斯网络学习,并能应用于轻度认知障碍诊断系统中,实现较好的预测,进而辅助医生的诊断。

English Abstract

孙岩, 唐一源. 基于贝叶斯网络的轻度认知障碍诊断系统[J]. 电子科技大学学报, 2012, 41(3): 336-341. doi: 10.3969/j.issn.1001-0548.2012.03.002

引用本文:

孙岩, 唐一源. 基于贝叶斯网络的轻度认知障碍诊断系统[J]. 电子科技大学学报, 2012, 41(3): 336-341. doi: 10.3969/j.issn.1001-0548.2012.03.002

SUN Yan, TANG Yi-yuan. Diagnostic System of Mild Cognitive Impairment Based on Bayesian Network[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(3): 336-341. doi: 10.3969/j.issn.1001-0548.2012.03.002

Citation:

SUN Yan, TANG Yi-yuan. Diagnostic System of Mild Cognitive Impairment Based on Bayesian Network[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(3): 336-341. doi: 10.3969/j.issn.1001-0548.2012.03.002

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发