基于模糊聚类循环迭代模型的心脏病预测方法.pdfVIP

第39卷第4期 郑 州大学学报(理学版) V01．39 No．4 2007年12月 J．of Zhengzhou Univ．(Nat．Sci．Ed．) Dec．2007 基于模糊聚类循环迭代模型的心脏病预测方法 王 娟， 王翰虎， 陈 梅 (贵州大学计算机科学与技术学院 贵阳550025) 摘要：心脏病已成为全世界导致死亡的主要原因之一，心脏病的预测和早期诊断对人类的健康具有重要意义．采用 模糊聚类循环迭代模型对心电图进行分析处理，以期给医生提供对心脏病进行预测和早期诊断的辅助手段．描述 了系统中使用的模糊聚类循环迭代模型，分析了病症与疾病的模糊关系和关联程度，并给出了实际应用的例子和 性能评价． 关键词：模糊聚类；循环迭代；心脏病；预测 中图分类号：TP 274 文章编号：1671—6841(2007)04—0137—04 0 引言 目前，医生对疾病的诊断还处于传统的经验阶段，诊断的准确性依赖于医生的经验和个人水平，若能利 用计算机辅助诊断，将会为临床诊断提供指导价值，提高诊断的科学性．现在计算机辅助诊断在医学影像方 面的研究是国内外的热点和重点n](如乳腺癌和胃癌的诊断)，而对其他疾病的辅助诊断研究比较欠缺，因此 心脏病辅助诊断或预测方法是值得研究的问题．目前主要采用的方法是神经网络和朴素贝叶斯 。]，但神经 网络存在的问题是参数多、学习率难确定；朴素贝叶斯中的变量又是相互独立的． 本文提出了一种基于模糊聚类循环迭代模型的心脏病预测方法，该方法考虑了病症与疾病的模糊关系 和关联程度，先用模型迭代得到满足精度的指标权重向量，然后再迭代确定样本最终所属的类别，其优点是 整个过程不受参数的影响，避免了主观权重对分类结果的影响． 模糊聚类循环迭代模型 设有待聚类的n个样本组成的集合x，X一{z ，z ，…，z }，每个样本用m个指标特征来描述，则样本集 可以用指标特征值矩阵X一(z )表示，z 指样本 的第i个指标特征值，i一1，2，…，m， 一1，2，…，n．将 指标统一量纲进行规格化，得到指标特征值规格化矩阵R，R一(r )，0≤r ≤1．设n个样本依据m个指标 特征值按c个类别进行聚类，其模糊划分相对隶属度矩阵为U一(“ )，其中“ 为样本 隶属于类别h的相 c n 对隶属度，h一1，2，…，c， 一1，2，…，n，且【，满足如下条件：① ： =1，②0≤ ，≤1，③ ： 0．类 ^一1 别h的m个指标特征值规格化数称为类别h的聚类中心，则c个类别的模糊聚类中心可用 X c的模糊聚类 中心矩阵S表示，S一(S )，S 为类别h指标i的聚类中心，i一1，2，…，m，h一1，2，…，c，0≤S ≤1． 考虑不同指标对聚类影响不同，引人指标权重向量w，W一( ， ，…， )，W满足：训 一1，0≤ ≤1． 根据文献[4]有模糊聚类循环迭代模型如下： f ∑Ew ( 一s )] 一 l __ m ∑[叫 ( 一 )] 謦 有了上面的准备，我们可以给出迭代算法，具体步骤如下： 收稿日期：2007—06—06 作者简介：王娟(1983一)，女，硕士研究生，主要从事数据挖掘研究，E—mail：wangjuan1212@163．COrr1． 138 郑 州 大 学学报 (理 学 版) 第39卷 ①给定聚类数c和迭代精度￡ ，￡：，￡ ； ②给