39、医学影像智能分类：帕金森病与脑肿瘤诊断新突破

医学影像智能分类：帕金森病与脑肿瘤诊断新突破

1. 帕金森病影像分类

1.1 人工神经网络（ANN）用于影像分类

人工神经网络是一种强大的工具，可用于寻找常见的输入 - 输出映射，并处理非线性复合问题。其多层感知器（MLP）由输入层、多个隐藏层和输出层组成，网络是全连接且前馈的。

各层用 (L = 0, \cdots, L - 1) 标识，其中 (n_L) 是每层的神经元数量，(L) 是层编号。提取的所需属性常用于图像分类，输入层神经元发挥着重要作用。

为了正确对帕金森病患者的影像进行分类，构建了一个特定的神经网络。输入层有 13 个神经元，一个隐藏层有 10 个神经元，输出层有 2 个神经元。同时，使用不同数量（5、10、15 和 20）的神经元对网络进行训练，以选择均方根误差（RMSE）最小的最佳模型。

隐藏神经元数量	RMSE
5	0.188
10	0.159
15	0.188
20	0.178

从上述表格可以看出，当隐藏神经元数量为 10 时，RMSE 为 0.159，该模型是最佳的 ANN 模型