首页 > 文献资料
-
基于决策树的慢性乙型肝炎与肝硬化诊断模型
目的 利用决策树模型挖掘常见的临床检验资料信息,建立慢性乙型肝炎及肝硬化的无创诊断模型.方法 选择广州医科大学附属第二医院2015年HBV感染相关性疾病518例,其中慢性乙型肝炎组344例,肝硬化组174例,收集患者的基本信息及常见的21项临床检验指标.通过无放回分层抽样方法在这两组样本中分别抽取3/4共同构成388例的训练样本,分别抽取1/4共同构成130例的测试样本,利用决策树分类回归树(Classificationand Regression Trees,CART)和C4.5(Successor of ID3)两种算法构建模型,采用预测正确率和ROC曲线下面积(AreaUnder Curve,AUC)评价决策树模型的预测准确性.结果 决策树的根节点样本数均为388,即全部训练样本,分枝包含小样本数为15,决策树挖掘深度为5.后进入C4.5模型的仅有白蛋白这一变量,叶节点个数为2;进入CART模型的有9个变量,分别是年龄、白蛋白、白蛋白/球蛋白、甲胎蛋白、Ⅲ型前胶原氨端肽、间接胆红素、总蛋白、丙氨酸氨基转移酶、球蛋白,叶节点个数为11.CART模型的预测正确率为86.15％,高于C4.5模型的83.85％;两者的AUC分别为0.851 (95％ CI:0.772 ～0.931)和0.822(95％ CI:0.739 ～0.906).结论 利用决策树模型充分挖掘常规临床检验资料,所构建的无创诊断模型有较高的预测准确度,且CART模型优于C4.5模型,结果直观明了,解读性强,有一定的临床参考价值.
-
分类算法在高血压诊断中的应用研究
高血压作为一种严重影响人类健康的心脑血管疾病,越来越得到人们的重视,如何利用数据挖掘技术从大量的病例中发现潜在的发病机理成为生物信息学研究的热点.本文首先采用数据清理、变换等预处理技术对医院提供的大量生化检验数据进行处理,提取GLU、TC、TG等影响高血压的主要生理体征属性;然后,针对C4.5算法在体征属性选择方面存在的偏离问题,引入属性权重的概念,对C4.5算法进行改进;后,基于改进的C4.5算法构建决策树,并从中提取用于诊断的分类规则.实验证明,构建的决策树模型符合医学认识,准确率较高,为辅助医生诊断和治疗高血压疾病提供了有力的科学依据.
