基于无监督学习的心系疾病核心症状群提取研究

摘要：

目的 从心系疾病临床数据中提取核心症状群.方法 将聚类分析、主成分分析等无监督学习方法相结合,提出一种核心症状群提取方法.利用该方法对1741诊次心系疾病患者的临床数据进行分析.结果 成功提取了3类核心症状群."类别1"涉及14个主成分,分别对应1～5个症状,反映心气虚证和心阳虚证的主要临床特征;"类别2"涉及10个主成分,分别对应1～3个症状,反映心脾气虚证的主要临床特征;"类别3"涉及13个主成分,对应1～2个症状,反映心火亢盛证的主要临床特征.经中医专家分析,发现其能够反映心系疾病的中医证候特点.结论 利用无监督学习方法可以有效提取核心症状群,从而为心系病证规律总结提供客观依据.

关键词：无监督学习、聚类分析、主成分分析、症状群

所属期刊栏目：35

分类号：TP391.4;R54;R318(计算技术、计算机技术)

资助基金：江苏高校哲学社会科学研究项目;国家自然科学基金;中国博士后科学基金;江苏省博士后科研资助计划项目;江苏高校青蓝工程资助;教育部卓越工程师教育培养计划项目产学合作协同育人项目;教育部卓越工程师教育培养计划项目产学合作协同育人项目;江苏省大学生创新创业训练计划创新项目

在线出版日期：2022-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1-4