基于决策树和人工神经网络的小儿肺炎痰热闭肺证诊断模型研究

• 作者: 宫文浩 兰天莹 莫清莲 杨燕 戴启刚 陈莎莎 唐子西 刘悠江 艾军
• 来源期刊: 世界科学技术-中医药现代化
• 关键词: 小儿肺炎 决策树 人工神经网络 诊断模型
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 中药研究|Chinese Materia Medica
• 页码范围: 2548-2555
• 页数: 8页
• 分类号: R241
• 语种: 中文
• DOI: 10.11842/wst.20191107003

摘要

目的 基于决策树和人工神经网络方法,建立小儿肺炎痰热闭肺证诊断模型.方法 以大样本、多中心小儿肺炎痰热闭肺证病例作为数据源,运用CRT、CHAID、QUEST、C5.0决策树和多层感知器(MLP)、径向基函数(RBF)的神经网络方法建立小儿肺炎痰热闭肺证诊断模型,并结合中医理论分析模型的诊断规则.结果 采用CRT、CHAID、QUEST、C5.0算法决策树建立的小儿肺炎痰热闭肺证的诊断模型,准确率为83.1％、91.0％、89.5％、93.2％.其中采用C5.0算法的决策树模型优于前3种.采用MLP、RBF算法的神经网络方法建立小儿肺炎痰热闭肺证诊断模型,准确率为92.1％和90.8％,其中采用MLP的神经网络更优于采用RBF算法的神经网络.结论 运用决策树和神经网络方法,可以建立小儿肺炎痰热闭肺证诊断模型.其中痰多粘稠、痰色黄、脉滑、咳嗽、指纹紫滞为诊断中的决定要素."痰"、"热"为痰热闭肺证的证候病机.本研究为小儿肺炎临床辨证论治提供客观依据,有力促进中医标准化进程.