一种可自动诊断早期腰椎间盘多义性退变的分类器  

作　　者：王恒澳 陈小林 王博文 

机构地区：[1]闽南师范大学数学与统计学院,福建漳州363000 [2]中国人民解放军陆军第七十三集团军医院骨科,福建厦门361000

出　　处：《科技与创新》2025年第2期27-30,共4页Science and Technology & Innovation

基　　金：福建省区域发展项目“基于多模态功能影像的腰椎间盘退变代谢组学研究”(编号:2019Y3007);福建省厦门市自然科学基金面上项目(编号:3502Z20227288)。

摘　　要：早期腰椎间盘退变(Lumbar Disc Degeneration,LDD)的临床诊断经常会遇到对退变程度的诊断多义性,使医生难以作出决策。标签分布学习已被用于早期腰椎间盘退变多义性分类器的研究,然而,现有的研究方法忽略了对标签排序的学习。为此,将RankNet排序学习算法引入标签分布学习的AA-BPNN分类模型中,综合运用腰椎间盘代谢组学、标签分布学习和排序学习等方法,建立了可自动诊断腰椎间盘多义性退变的分类器LDD-RABP。通过数值实验证实,所建立的LDDRABP分类器在距离、相似性和排序性等性能指标上均优于现有同类分类器,为辅助医生精准诊断早期腰椎间盘多义性退变提供了一种更为可信的人工智能工具。

关 键 词：腰椎间盘退变 多义性诊断 代谢组学 标签分布学习 

分 类 号：O231[理学—运筹学与控制论]