数据挖掘在胎儿心率上的规则预测研究

• 作者: 陈宋 黄立勤
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 随机森林 瞬时胎心率 规则提取 C4.5 CART
• 年，卷（期）: 2017,（19）
• 所属期刊栏目: 软件与算法
• 页码范围: 16-18
• 页数: 3页
• 分类号: TP301.6|Q-332
• 字数: 2178字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2017.19.005

摘要

瞬时胎心率是监测胎儿健康状态的一种重要方式.当前,监控胎儿心率是重要而复杂的任务,正确的自动化分类和规则提取是非常必要的.医疗诊断自动化系统,不仅加强医疗保健,同时也可以降低成本.设计了一个有效挖掘规则,并根据给定的参数来预测胎儿的风险水平.采用C4.5、Classification and Regression Tree(CART)、随机森林分类器来进行系统比较.该系统的性能评价由分类精度、产生规则数量构成.实验结果表明,基于随机森林分类器的系统具有高精度(99.4%)的预测胎儿健康状态的潜力,同时,产生的规则数量精简且可供于医生决策.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄立勤	福州大学物理与信息工程学院	40	90	5.0	8.0
2	陈宋	福州大学物理与信息工程学院	3	3	1.0	1.0