数据挖掘在肺结核疾病智能决策中的应用研究

• 作者: 王科 陈桂芬 马丽
• 来源期刊: 计算机测量与控制
• 关键词: 肺结核疾病 粗糙集 决策树 智能诊断
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 设计与应用
• 页码范围: 249-252
• 页数: 4页
• 分类号: TP3
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2017.07.062

摘要

针对单一数据挖掘方法对肺结核疾病诊断效率低、准确性不高的问题,本研究对北京市昌平区结核病防治所,北京市结核病控制研究所的1203例肺结核病人档案资料构建了电子档案,采用粗糙集和决策树结合方法建立肺结核疾病诊断模型,并对其准确性进行评估,在此基础上构建肺结核疾病诊断系统;在研究中,使用粗糙集和决策树相结合的方法进行属性约简,约简掉冗余属性57个,剩余属性22个,得到决策规则7条,模型准确率为83.46％;与未未约简的方法相比,决策规则减少128％,模型准确率基本保持不变;研究结果表明:使用该组合算法,在保证模型准确率的同时,降低了算法的时间和空间复杂性,提高了挖掘效率,为临床诊断提供了一定的借鉴.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈桂芬	吉林农业大学信息技术学院	135	899	16.0	23.0
2	马丽	吉林农业大学信息技术学院	31	247	9.0	15.0
3	王科	吉林农业大学信息技术学院	1	3	1.0	1.0