一种基于树搜索的层次多标签乳腺疾病分类诊断方法

• 作者: 俞春儒 张敬谊 潘乔 金程笑
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 乳腺疾病 树搜索 层次多标签 规范化
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 学术研究与应用
• 页码范围: 34-39
• 页数: 6页
• 分类号: TP181
• 字数: 5715字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2020.02.007

摘要

随着医疗信息化的快速发展,医疗机构在临床诊断的过程中产生了大量的原始电子病历数据,存在着大量的可挖掘信息,作为临床的辅助诊断.由于乳腺疾病患者的患病情况较为复杂,同一位患者可能会患有多种相关疾病,每个大类疾病分类下可能会存在很多的小类疾病,而小类疾病分类下又可能存在更细粒度的疾病类别.传统的分类问题(如二分类和多标签分类)往往会忽略各标签之间存在的依赖关系并且分类算法输出数目呈指数级,占用空间过大,造成预测性能不佳.因此本文提出了一种基于树搜索的层次多标签乳腺疾病分类诊断方法,利用树结构可以充分考虑到标签集之间的层次结构的依赖关系,规范化诊断结论.按诊断结果之间的层次关系构建了层次多标签树,通过对标签树的路径搜索,最终实现乳腺疾病的多标签分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张敬谊		14	108	6.0	10.0
2	潘乔	东华大学计算机科学与技术学院	20	65	5.0	6.0
3	金程笑	东华大学计算机科学与技术学院	1	0	0.0	0.0
4	俞春儒	东华大学计算机科学与技术学院	1	0	0.0	0.0