基于模糊聚类的区域健康数据评价分析模型研究

• 作者: 谈笑
• 来源期刊: 电子设计工程
• 学科: 工学
• 关键词: 数据挖掘 模糊数学 ANFIS 健康分析
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 计算机技术与应用
• 页码范围: 13-17
• 页数: 5页
• 分类号: TN98|TP311
• 语种: 中文
• DOI: 10.14022/j.issn1674-6236.2021.03.003

摘要

针对老年病临床早期精准诊断效率低,老年患者的健康管理意识薄弱等问题,文中提出了一种基于模糊聚类算法的健康数据评价分析模型.在模型的设计过程中,对模糊数学理论进行研究,结合Takagi-Sugeno推理算法与神经网络在模式识别上的优越性,引入了自适应神经网络模糊推理模型.为了验证该模型的有效性,采集723家医疗机构的数据进行搜集与清洗,获取脑卒中与心力衰竭两种典型疾病的相关数据.仿真与测试结果表明,在脑卒中与心力衰竭的预测上,模型的AUC与精确度分别可以达到0.86/0.93、0.81/0.89.在预测过程中,通过数据分析提取了对两个疾病影响较大的8个特征对应的ICD编码,为疾病的风险防范提供了基础数据支持.