[发明专利]神经网络肝纤维化诊断方法及系统

权利要求书

1.一种神经网络肝纤维化诊断方法，其特征在于，包括以下步骤：

1)向数据库录入或导入多个以具有病理诊断的数据为训练样本的样本组；所述训练样本包含六项血清学指标和一项肝纤维化的病理诊断结果；

2)构建BP神经网络模型；

3)从所述数据库中提取所述样本组并将所述训练样本依次输入所述BP神经网络模型，对所述BP神经网络模型进行反复训练，至到计算结果达到预设的期望误差形成诊断神经网络；

4)向所述诊断神经网络输入测量数据并对所述诊断神经网络输出的计算结果的准确率进行测试；

5)向测试过的诊断神经网络输入检测数据经其诊断后将诊断结果输出。

2.根据权利要求1所述的神经网络肝纤维化诊断方法，其特征在于，所述步骤2)包括以下步骤：

21)设置输入层及构成输入层的神经元；

22)设置隐含层及构成隐含层的神经元，并设置输入层与隐含层之间的传递函数类型；

23)设置输出层及构成输出层的神经元，并设置隐含层与输出层之间的传递函数类型；

24)设定期望误差。

3.根据权利要求2所述的神经网络肝纤维化诊断方法，其特征在于，所述步骤3)包括：

31)设定数据范围并对训练样本初始化；

32)向构成输入层的各神经元对应输入训练样本的各分量；

33)将输出层输出的计算结果与设定的期望误差比较；

34)若计算结果达到期望误差则结束训练，形成诊断神经网络；若计算结果未达到期望误差则向输入层输入下一个训练样本。

4.根据权利要求3所述的神经网络肝纤维化诊断方法，其特征在于，所述步骤4)包括以下步骤：

41)向构成输入层的各神经元对应输入测量数据的各分量；

42)将输出层输出的测试结果与输入测量数据中的结果比较；

43)计算测试结果的准确率。

5.一种神经网络肝纤维化诊断系统，其特征在于，包括：

输入装置，用于输入多个以具有病理诊断的数据为训练样本的样本组，用于输入测试数据及检测数据；

存储装置，与所述输入装置连接，用于存储所述样本组；

神经网络运算装置，至少包括：

提取单元，与所述存储装置连接，用于从所述存储装置中提取所述样本组并将所述训练样本依次输入网络单元；

网络单元，与所述提取单元连接；用于接收所述训练样本并根据网络单元内部的计算关系输出计算结果；

训练单元，与所述网络单元连接，用于根据所述训练样本反复调整网络单元内部运算关系至到计算结果达到预设的期望误差；

测试单元，与所述网络单元和输入装置分别连接，用于根据向所述网络单元输入的测量数据对所述网络单元输出的计算结果的准确率进行测试；

诊断单元，与所述网络单元和训练单元连接，设有输入端和输出端；所述输入端与所述输入装置连接用于将检测数据传送至所述网络单元，所述输出端用于将所述网络单元的计算结果输出至显示装置；

显示装置，与网络单元连接，用于显示所述输入装置输入的训练数据、测试数据、检测数据和所述网络单元输出的诊断结果。

6.根据权利要求5所述的神经网络肝纤维化诊断系统，其特征在于，所述网络单元依次由输入层、隐含层及输出层构成，所述隐含层与输入层之间以及隐含层与输出层之间通过不同类型的传递函数连接；所述输入层和隐含层由两个以上彼此独立的神经元构成，所述输出层由一个神经元构成；构成输入层的神经元与构成隐含层的神经元之间及构成隐含层的神经元与构成输出层的神经元之间分别通过动力量因子连接。

7.根据权利要求6所述的神经网络肝纤维化诊断系统，其特征在于，所述训练单元包括：

比较模块，用于将网络单元根据输入的所述训练样本输出的计算结果与预先设定的期望误差进行比较，并将比较结果输出；

权值调整模块，用于根据上述比较结果调整所述动力量因子的数值。

8.根据权利要求7所述的神经网络肝纤维化诊断系统，其特征在于，所述测试单元包括：

传输模块，用于将输入装置输入的测量数据的各分量对应传输至构成输入层的各神经元；

计算模块，用于将输出层输出的测试结果与输入的测量数据中的结果进行比较，并计算出测试结果的准确率。