IBSSA-FKNN诊断模型

AD-MCI-NC三分类

该模型采用改进二进制樽海鞘算法同步优化模糊K近邻的特征选择与近邻参数,实现阿尔茨海默病早期诊断中的三类分类。

Lu, Dongwan · Yue, Yinggao · 胡众义 · 徐明海 · Yinsheng, Tong · Hanjie, Ma

Computers in Biology and Medicine 2023

参数信息

分类准确率(AD vs MCI)
95.37 %
分类准确率(AD vs NC)
100 %
分类准确率(MCI vs NC)
93.95 %

技术优势

三分类准确率领先

对AD vs MCI、AD vs NC、MCI vs NC的准确率分别达到95.37%、100%和93.95%,均超过五种对比方法,为早期诊断提供可靠判别。

自动选择有效特征

采用改进二进制樽海鞘算法从串行多模态特征中学习更优特征子集,减少冗余特征对分类的干扰。

临床辅助决策

模型输出三类判别结果,帮助临床医生在早期诊断中做出更准确的决策。

应用场景