基于CT定量比较两种算法对慢性阻塞性肺疾病危重程度的分级

摘要：

目的 基于CT定量分析比较C5.0决策树模型和TAN贝叶斯网络模型对慢性阻塞性肺疾病(chronic obstruc-tive pulmonary disease,COPD)危重程度分类预测的正确率.方法 回顾性收集2015年3月至2017年9月"数字肺"数据库中心COPD患者的CT扫描图像与肺功能测试结果,按《2018年慢性肺疾病诊断、治疗及预防全球策略》诊断标准,将患者分为4级.利用"数字肺"自动分析平台得到所有患者肺实质及支气管的相关指标.以肺功能分级为参照,建立C5.0决策树模型和TAN贝叶斯网络模型,比较2个模型对COPD分级的正确率.结果 C5.0的决策树模型训练样本和测试样本的正确率分别为90.76％和63.63％,TAN贝叶斯网络模型训练样本和测试样本的正确率分别为83.19％和52.73％.结论 基于CT定量分析,应用C5.0决策树模型能更好地预测COPD疾病的危重程度.

关键词：COPD、C5.0决策树模型、TAN贝叶斯网络、肺功能

所属期刊栏目：40

分类号：R714.253(妇产科学)

资助基金：陕西省社会发展科技攻关项目2018SF-264;《基于数字肺的呼吸系统疾病评价体系与诊断标准研究》公益性行业科研专项基金201402013;北京市自然科学基金资助项目7182149;国家重点研发计划2016YFC0905600

在线出版日期：2019-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：197-202,248