换一批基于MKPCA模型和二元Logistic回归模型耦合的冠心病诊断方法
A Coronary Heart Disease Diagnosis Method Based on the Coupling of MKPCA and Binary Logistic Regression Models
摘要通过融合多个核函数,提出一种多核主成分分析(multi-kernel principal component analysis,MKPCA)和二元 Logistic 回归耦合的诊断方法(MKPCA-Logistic回归模型)诊断冠心病,较好的解决了单一核函数适应性问题.选取第一舒张波高度U1、第三舒张波高度U3、第一收缩波高度D1、第二收缩波高度D2、第三收缩波高度D3、收缩波的波动值±U1 等6 个影响因子,建立Logistic回归模型以及MKPCA-Logistic回归模型对冠心病进行诊断.利用预测准确率、误判率和成功率曲线(receiver operating characteristic,ROC)对两种模型的预测精度进行检验.结果表明:MKPCA-Logistic回归模型预测患冠心病的正确率为 97%,明显高于Logistic回归模型的正确率 92.5%.从ROC曲线分析来看,Logistic回归模型的ROC曲线的曲线下面积(AUC)为 0.783,MKPCA-Logistic回归模型的AUC为0.874,耦合模型的分类精度更高.
更多相关知识
关键词
核函数核主成分分析二元Logistic回归模型耦合模型kernel functionkernel principal component analysisbinary Logistic regression modelcoupled model
分类号
R241（中医临床学）
栏目名称
DOI
10.3969/j.issn.1004-7077.2025.05.002
发布时间
2025-11-05（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览2
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
