资源类型：
收录情况：
◇ 统计源期刊
◇ 北大核心
◇ CSCD-E
文章类型：
机构：
[1]北京化工大学理学院北京100029
北京化工大学
[2]北京儿童医院眼科北京100045
临床科室
眼科
首都医科大学附属北京儿童医院
出处：
ISSN：
关键词：
集成学习
青光眼诊断
支持向量机(SVM)
逻辑回归
摘要：
在青光眼诊断中,眼底照和光学相干断层扫描(OCT)是最主要的两种眼科检查手段.对于眼底照和OCT图像数据,首先设计基于专家知识的机器学习算法,提取杯盘比曲线和视神经纤维层厚度曲线的尺度和形态特征,进而提出一种基于Dempster-Shafer(DS)证据推论的多视图集成学习方法,利用支持向量机(SVM)和逻辑回归进行青光眼预测.在一个真实数据集合上,对所提方法的预测性能进行了评估实验,结果表明,本文算法与眼科专家出具的诊断结果高度一致,并且比已有算法有更好的敏感性、特异性和更高的预测准确率.
第一作者：
第一作者机构：
[1]北京化工大学理学院北京100029
通讯作者：
通讯机构：
[1]北京化工大学理学院北京100029
推荐引用方式(GB/T 7714)：
柯士园,胡曼,徐永利.基于集成学习的计算机辅助诊断青光眼算法研究[J].北京化工大学学报（自然科学版）.2019,46(4):86-91.
