神经网络在医疗系统中的应用
人工神经网络(ANN,简称神经网络)由于具有高度的自适应性、非线性、善于处理复杂关系的特点,较传统的数据分析算法具有很多优点,被广泛应用于医疗诊断决策系统,本文主要对其目前在医疗诊断决策支持系统中的应用进行阐述.虽然人工神经网络具有很多优点，但其理论研究还有待完善，技术上有诸多的限制:BP神经网络模型能在诸多的影响因素中找出最主要的几个因素，但对于多层神经网络模型而言，其计算过程复杂，不能给出变量间可解释的具体函数关系，无法提供准确的可信区间等指标;学习速度太慢，即使一个比较简单的问题，也需要几百次甚至上千次的学习才能收敛，容易陷入局部极小值;网络隐含层的数目与隐含层单元的选择尚无理论上的指导，而是根据经验确定。要建构良好的网络结构，设计者必须精心设计网络参数，在网络运行中还要进行大量调整。
人工神经网络 医疗系统 计算变量 学习速度 网络隐含层 参数设计
陈潇雨 邵筠 张哲峰
同济大学附属东方医院(上海市东方医院)信息中心,上海 200120
国内会议
珠海
中文
1-5
2016-05-27（万方平台首次上网日期，不代表论文的发表时间）