基于中医辅助诊断工具的疾病分类机器学习方法研究
数字化经络仪、中医健康量表和四诊仪是中医临床常用辅助诊断工具,数据分布不均衡、同一个病例具有多个诊断标记是临床数据常见现象.本文以亚健康数据为例探索针对不均衡数据的机器学习分类方法;以肾脏疾病为例研究综合3种辅助诊断工具的混合分类模型;以心血管病、血脂异常疾病、尿酸升高类疾病为例,探索多标记数据分类方法.实验均取得良好分类效果,同时所选择特征符合医学理论,具有临床指导意义.
不均衡数据 分类方法 特征选择 中医辅助诊断工具
潘主强 张林 颜仕星 李国正 张磊
西南石油大学 计算机科学学院,四川 成都 610500 上海金灯台信息科技有限公司,上海201800 中国中医科学院 中医药数据中心,北京 100700 中国中医科学院 中医临床基础医学研究所,北京 100700
国内会议
成都
中文
8-20
2016-10-23（万方平台首次上网日期，不代表论文的发表时间）