中医临床数据疾病分类机器学习方法研究

• 作者: 张林 张磊 潘主强 颜仕星
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 不均衡数据 混合模型 多标记学习 特征选择
• 年，卷（期）: 2017,（13）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 146-154,245
• 页数: 10页
• 分类号: TP391
• 字数: 9990字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1611-0195

摘要

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,提供了很多中医临床数据.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.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三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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张林	西南石油大学计算机科学学院	40	266	9.0	15.0
2	张磊	中国中医科学院中医临床基础医学研究所	78	527	13.0	20.0
3	潘主强	西南石油大学计算机科学学院	4	14	3.0	3.0
4	颜仕星		4	14	3.0	3.0