Abstract
本論文主要是以線性迴歸與適應性神經模糊推演的方法(ANFIS),利用中風病患的核磁共振資料(MRI)來預測其預後布朗氏恢復期的恢復指標(Brunnstrom's recovery stage);研究中將全部65名腦中風病患的MRI資料分為55人與10人兩個子集,分別用來建立預測模式與檢查各個預測模式的適用性. 結果顯示前進逐步迴歸(forward stepwise linear regression)具有過濾MRI變數的特性,可以有效率地得到合理的預測模式,但欲近一步的改善預測模式,便受限於殘值分析與系統本身非線性的困難度;反之,ANFIS雖具有適應非線性的能力,但是由於無法判斷MRI變數的重要性,導致ANFIS預測模式對MRI變數的改變不具有強健性(robust). 迴歸適應性類神經模糊網路結合了線性迴歸與ANFIS兩者的優點,可以有效率地得到適用性高的預測模式,其對各個布朗氏恢復指標的平均預測誤差介於正負2級之間,故預測能力亦優於個別的線性迴歸與ANFIS預測模式,是一種專家系統值得採納的方式.