使用人工智能的方法来预测精液质量.pdfVIP

学号：1203310216姓名：吴昊学院：计算机学院专业：计算机应用方向：计算生物信息学

使用人工智能的方法来预测精液质量

摘要

在过去的二十年中，生育率已经大大减少，尤其是男性。已经有描述环境因素和生活习惯可能会影响精液质

量。人工智能技术现在是一个新兴的方法应用在医学上的决策支持系统。

在本文中，我们比较三个人工智能技术，决策树，多层感知器和支持向量机，以评估其预测精液质量的性能，

原始数据来自环境因素和生活方式的质量。

要做到这一点，我们年轻健康志愿者通过一个标准化的问卷收集数据，然后，我们使用精液分析的结果，来

评估的上面提到的三种分类方法在预测的准确性。

结果表明，多层感知器和支持向量机的显示精度最高，86％的精液预测参数值是精度的。相反，决策树提供

一个可视的和说明的方法，可以弥补上述两种方法的。

结论是人工智能方法是一个有用的工具，从一个人的环境因素和生活习惯中来预测精液的质量。从研究的方

法来看，多层感知器和支持向量机的预测是最准确的。因此，这两种方法连同决策树提供视觉的帮助，这些方

法可用在不育患者的评价上。

1.引言

伊丽莎白、卡尔森发表的一项元分析以后（Carlsen，Giwercman，Keiding，Skakkebaek1992年），对于

可能发生精液质量的下降有很多争论。众多研究者在过去研究显示，二十年来，减少精液参数（Auger，Czyglik，

Jouannet，1995年;Splingart等人，2011;Swan,Elkin,Fenster,1997年;Swan,Elkin,Fenster,2000）影响

男性的生育能力。考虑的因素之间的关系来解释这一下降趋势，同时增加男性生殖系统疾病的发病率

（Irvine,2000年;splingart等人，2011），但也已被建议，在一定的生活方式下（Martini等，2004;Agarwal,Desai,

Ruffoli,Carpi,2008），和环境或职业的因素相关（GiwercmanGiwercman2011年，Thomas，Merkus，

Steegers-Theunissen，Zielhuis2003年）。

使用临床获得的数据精液的分析（Kolettis，2003年）来评估男性伴侣，和世界卫生组织（WHO，1999）比较

得到的结果与相应的参考值建立数据库。精液分析是对男性生育能力进行很好的预测（Bonde等1998；Guzick

等人，2001;Slama等人，2002;Zinaman，Brown，selevan，＆Clegg，2000），并且也有必要精液捐赠者进

行评估（Barratt等人，1998;CarrellCartmill,Jones,Hatasaka,Peterson,2002;Ecochard,Cottinet,Mathieu,

Rabilloud,Czyba,1999;SocietyBritishAndrology,1999）。不同人睾丸的功能有很高的变异性（Keel，2006），

因此在某些因素方面（如，发热，接触有毒）使用它来解释这些结果可以修改精液参数（Rowe和Comhaire

的，2000年）。

在本文中，假定环境因素和生活习惯对精液质量是有影响的，比较这三个不同的人工智能（AI）的方法，多

层感知器（MLP），支持向量机（SVM）和决策树（DT），我们得到预测精度，以确定最佳的决策支持系统（DSS），

可以帮助专家对男性生育能力的评价。

目前在人工智能领域的发展和进步，导致经济学，语言学专家系统和决策支持系统的出现，数学建模，管

理科学，心理学等。

存在很多很好的分类器，如人工神经网络（ANN），DT（PolatGnnes，2009B），SVM（CONFORTI和

Guido2010），甚至混合方法，结合人工神经网络和模糊逻辑到模糊神经网络（FNN）（KahramanliAllahverdi，

2008年）被广泛使用，通过医疗诊断来帮助决定支持系统建设。

此外，人工智能在医疗应用也越来越广泛的被接受。这些方法的优点包括：（a）易于优化，从而能提高成本

效