GA-BP算法与SVM在呼吸运动估计中的效果比较

• 作 者: 米雅婷 葛中芹 张婕 黄晓林 陈颖 蔡晶 储开岳 金建华 葛
• 机 构: 南京大学电子科学与工程学院,南通市肿瘤医院放疗科
• 出 处: 中国医学物理学杂志
• 发表日期: 2017年3期
• 关键词: 误差反向传播算法 支持向量机 呼吸运动 均方根误差 back propagation support vector machine respiratory
• 基金项目: 江苏省政策引导类计划（BY2015069-06）, 江苏省重点研发计划（SBE2016733）, 江苏省普通高校研究生科研创新计划（KYLX16_0058）

目的：比较遗传算法优化的误差反向传播算法（GA-BP）和支持向量机（SVM）对于呼吸运动估计的效果,为临床放疗中的呼吸运动估计提供参考。方法：在MATLAB平台下分别采用GA-BP算法和SVM对德国吕贝克大学机器人与认知系统研究所公开的两组可免费下载的实验数据进行计算,并对两种算法的估计精度和实时性进行比较分析。结果：在GA-BP算法中,测试数据中90%的估计结果均方根误差小于1.09 mm;在SVM中,90%的估计结果均方根误差小于1.72 mm。两种算法单次估计的时间都小于0.3 ms,均满足临床使用