基于深度神经网络和中西医多维信息融合的T2DM中医证型预测模型研究
目的:基于深度神经网络(DNN)算法联合2型糖尿病(T2DM)中西医临床真实病例数据,建立证型预测模型并对特征重要性进行分析.方法:采集某三甲医院内分泌科的T2DM患者住院病历数据,包括患者的年龄、性别、典型症状以及理化指标,利用随机森林算法对缺失值进行补全,使用结巴分词器对病历中的症状进行分词并统计出十五种典型症状,结合西医检测指标数据,构建T2DM中西医多维特征融合的证型预测模型.结果:利用DNN构建的T2DM中医证型预测模型,模型的预准确率高达88％.对模型贡献度较高的指标为糖化血红蛋白、空腹血糖、年龄、多食易饥、多饮、多尿等.结论:用DNN构建T2DM的中医证型预测模型是可行的,中西医多维数据的融合分析更贴近临床需求,对提高T2DM临床诊断效率与早期预测准确性具有重要意义.
T2DM、DNN、中医证型、信息融合
19
TP311(计算技术、计算机技术)
国家自然科学基金;成都中医药大学杏林学者科普专项
2023-11-20（万方平台首次上网日期，不代表论文的发表时间）
共3页
17-19
