基于标记相关特征的多标记学习算法的中医心系四诊信息融合辨证模型的研究

摘要：

　　目的：提出一种符合中医理论的多标记学习算法来建立四诊信息融合的辨证模型。方法：基于标记相关特征的多标记学习算法(REAL)对793例中医心系疾病四诊数据建立了辨证模型，并对ML-KNN、BSVM、ECC、BP-MLL、Rank—SVM、LIFT这6种先进的多标记学习算法进行了比较，观察这些算法对证型的识别准确率。同时对识别率最高的辨证模型进行了预测实验。结果：基于标记相关特征的多标记学习算法对证型的识别率最高。该方法提取的特征参数恰好涵盖了中医“望闻问切”四诊的特征，与中医理论基本吻合。该模型预测的正确率、漏判率、误判率都在可接受范围。结论：REAL方法是一种新颖的多标记算法，能够充分考虑证型与症状之问的关系，适合于建立四诊信息融合的辨证模型。

关键词： 中医诊断 辨证论治 多标记学习算法 信息融合

作者: 王忆勤 何建成 钱鹏 徐琏 肖香群 陈春凤 洪毓键 许文杰 燕海霞 李福凤 郭睿 许朝霞 刘国萍 夏春明 颜建军 郝一鸣

作者单位: 海中医药大学基础医学院 华东理工大学机械电子工程中心

会议类型: 国内会议

会议名称: 全国第十二次中医诊断学术年会

会议地点: 银川

会议语种:中文

页码: 42-48

在线出版日期: 2011-07-01（万方平台首次上网日期，不代表论文的发表时间）