基于决策树和神经网络的高血压病痰湿壅盛证诊断模型研究

摘要：

目的:建立高血压病中医临床常见证候信息对痰湿壅盛证的诊断模型.方法:收集高血压病古今医案资料及临床病例资料,对所收集资料中患者的中医四诊信息进行归一化处理,采用C5.0、CRT、CHAID、QUEST决策树方法和神经网络方法,从35个中医临床常见证候中提取痰湿壅盛证的诊断规律,并形成诊断模型.结果:CHAID、CRT、QUEST及C5.0四种决策树算法对高血压病痰湿壅盛证的诊断准确率分别为82.9％、91.1％、92.4％、93.7％,其中C5.0决策树模型的准确率高于其它3种算法.采用径向基函数(RBF)神经网络和多层感知器(MLP)神经网络对原始证候数据分析,前者训练准确率为92.2％,测试准确率为91.4％,后者训练准确率为94.5％,测试准确率为90.4％,且RBF神经网络的诊断模型更优于MLP神经网络.结论:基于中医临床四诊信息数据,运用决策树和神经网络等数据挖掘方法,构建高血压病痰湿壅盛证诊断模型,能够直观地、清晰地对高血压病痰湿壅盛证进行诊断,归纳总结诊断规律,从而为高血压病痰湿壅盛证的中医证候规范提供依据.

关键词：数据挖掘、高血压病、痰湿壅盛证、证候规律、决策树

所属期刊栏目：33

分类号：R241;TP311.13;R589

资助基金：国家自然科学基金;国家中医临床研究基地业务建设科研专项;泰山学者工程专项经费资助项目

在线出版日期：2018-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：3579-3584