-
题名逐步判别分析在脑中风分类诊断中的应用
被引量:7
- 1
-
-
作者
刘升学
高歌
袁霞
-
机构
苏州大学公共卫生学院
苏州大学附属第一医院
-
出处
《中国卫生统计》
CSCD
北大核心
2006年第5期400-402,共3页
-
基金
国家社会科学基金项目(批准号04BTJ001)
-
文摘
目的研究逐步判别分析在脑中风的缺血性与出血性分类诊断中的应用。方法本文采用参数和非参数逐步判别分析,全部计算使用SAS软件。结果对苏州大学附属第一医院189例脑中风病人,进行脑出血、脑缺血的分类诊断。参数法逐步判别分析判别正确率为:脑缺血84·52%,脑出血85·88%,总判别正确率85·19%;非参数逐步判别分析判别正确率为:脑缺血45·19%,脑出血94·12%,总判别正确率67·20%。结论参数法逐步判别分析在脑中风的缺血性与出血性分类诊断中判别正确率较高,应用效果良好。
-
关键词
逐步判别分析
sas
脑中风
-
Keywords
Stepwise discriminant analysis, sas, apoplexy
-
分类号
R743.3
[医药卫生—神经病学与精神病学]
-
-
题名非参数逐步判别分析在脑中风分类诊断中的应用
被引量:8
- 2
-
-
作者
高歌
王艾丽
曹晓韵
-
机构
苏州大学公共卫生学院
-
出处
《数理统计与管理》
CSSCI
北大核心
2004年第5期48-51,77,共5页
-
基金
国家自然科学基金(30271146)资助。
-
文摘
本文采用不等带宽核密度估计的非参数逐步判别分析,使用SAS软件,对复旦大学附属中山医院78例脑中风样本病例,科学地进行了脑出血、脑缺血的分类诊断。经交叉证实法得判别正确率为:脑出血87 88%、脑缺血88 89%,总判别正确率88 46%,判别效果良好。应用78例训练样本建立的判别函数,在苏州大学附属医院2002年42例脑中风病人的分类诊断中,取得了成功的实际应用效果。
-
关键词
非参数
判别函数
脑中风
分类诊断
不等带宽核密度估计
-
Keywords
nonparameter,discriminant analysis,sas, apoplexy
-
分类号
R743.3
[医药卫生—神经病学与精神病学]
O212
[理学—概率论与数理统计]
-