matlab代码影响-Fatty-liver-classifier:基于机器学习的超声多特征脂肪肝评估

matlab代码影响基于机器学习的超声多特征脂肪肝评估 抽象的 脂肪肝是一种多余的脂肪积聚在肝脏中的疾病。 如果不通过健康的饮食和尽早地改善它，它可能会成为晚期肝病，例如肝硬化和癌症。 过去，病理学被认为是诊断脂肪肝的金标准方法，但是由于其侵入性的副作用和争议，它​​逐渐被无创性医学影像学诊断所取代。 考虑到价格，安全性和便利性，超声是最合适的诊断工具。 但是传统的超声参数有很多局限性，使其在大多数情况下不适合使用。 有鉴于此，我们从原始信号中提取了三种不同的超声组织特征参数的物理特征，以帮助诊断脂肪肝，包括积分后向散射（IB，后向散射信号强度的度量），希尔伯特-黄（Hilbert-Huang）的Q因子过渡（Q因子，用于观察频率衰减的新参数）和同质性因子（HF，用于量化脂肪均匀度的新参数）。 但是，单个参数在物理意义上仍然有其局限性。 因此，我们在机器学习中使用支持向量机的三个内核函数作为算法来组合上述三个参数（特征），试图通过组合多个特征来打破限制。 A组（111个样本）和B组（74个样本）分别用作机器学习中的训练和测试数据，并且使用10％的脂肪变性来判断它是否是重要的脂肪肝。 结果