面向甲状腺疾病诊断的指标维度最小化应用研究

• 作者: 肖钦文
• 来源期刊: 现代计算机
• 关键词: 甲状腺 降维 特征选择 诊断
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 研究与开发
• 页码范围: 23-26
• 页数: 4页
• 字数: 2993字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2020.06.005

摘要

甲状腺疾病检查的指标数量往往是根据医生经验的不同而变化的,由于对甲状腺疾病认识和早期诊断的缺乏,甲状腺疾病在很多不发达国家还是很严重的问题.在我国医疗水平不够完备地区依然缺乏甲状腺疾病经验丰富的医生.由于检查的指标数量以及周期性,患者也会承担比较大的经济和时间成本.介绍一种解决此问题的方法,该方法的第一个模块是通过特征选择处理甲状腺疾病的数据集,达到降低维度选取出部分特征子集.第二个模块是使用选择出来的特征子集训练分类模型.筛选出具有3-6个特征的数据集,使用其进行训练的分类模型准确率分别为97.30％、99.05％、99.07％和99.06％.而没有处理的原数据集所训练的分类模型准确率为98.13％.此方法在以后可以被研究用于其他疾病的诊断和预测,也可以重点研究如何对筛选出来的特征子集进行处理从而获得更高的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖钦文	四川大学计算机学院	1	0	0.0	0.0