基于决策树的乳腺癌病历文本的挖掘与决策

• 作者: 吴向辉 张立鹏 李宇茜 杨庚 潘传迪 高志宏 龚乐君
• 来源期刊: 南京师大学报（自然科学版）
• 学科: 工学
• 关键词: 乳腺癌 自然语言处理 决策树 文本挖掘 Neo4j
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 全国机器学习会议论文专栏
• 页码范围: 42-51
• 页数: 10页
• 分类号: TP391
• 字数: 6928字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4616.2019.03.006

摘要

乳腺癌是女性最常见的恶性肿瘤之一,严重威胁着世界范围内女性的健康,临床病历文本携带着经验丰富医生对疾病的诊断信息,对其挖掘,可获得乳腺癌相关的病况,从而可以辅助决策.本文提交了一种方法从文本处理的角度,使用数据挖掘算法-决策树处理病历文本,挖掘乳腺癌疾病相关信息,对乳腺癌进行TNM及临床癌症分期决策,并对决策结果进行验证,同时结合Neo4j图数据库建立乳腺癌TNM-临床分期知识图谱,通过实例展示,该方法可得到乳腺癌的TNM与临床癌症分期病况.表明提交的方法有望用来辅助医生进行决策.