一种异构集成学习的儿科疾病诊断方法研究-计算机应用与软件.PDFVIP

第３５卷第６期　　　 计算机应用与软件 Ｖｏｌ３５Ｎｏ．６ ２０１８年６月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊｕｎ．２０１８ 一种异构集成学习的儿科疾病诊断方法研究  霍东雪　刘　辉 　尚振宏　李润鑫 （昆明理工大学信息工程与自动化学院　云南昆明６５０５００） 摘　要　　为提升儿科医生诊断效率及准确性，采取一种基于数据挖掘与机器学习相结合的分类技术。通过收 集一定量的儿科患者病历样本，参考儿科医学书籍及资料，并利用数据挖掘的方法，从这些样本中提取出患者的 病症和疾病数据，建立机器学习算法模型。对这些模型结果采用融合的方法进行集成，从而预测出未知样本的疾 病结果。医生等相关人员可以利用这些结果作为参考，进而得出疾病诊断的结论。通过对总体样本“自助法”划 分训练集与测试集，集成并预测，得到的实验结果表明，集成模型与其构成的单一模型相比，准确率提高了 约６％。 关键词　　数据挖掘　多标签　异构集成学习　医疗 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１８．０６．００９ ＡＭＥＴＨＯＤＯＦＰＥＤＩＡＴＲＩＣＤＩＳＥＡＳＥＤＩＡＧＮＯＳＩＳＢＡＳＥＤ ＯＮＨＥＴＥＲＯＧＥＮＥＯＵＳＩＮＴＥＧＲＡＴＩＯＮＬＥＡＲＮＩＮＧ  ＨｕｏＤｏｎｇｘｕｅ　ＬｉｕＨｕｉ　ＳｈａｎｇＺｈｅｎｈｏｎｇ　ＬｉＲｕｎｘｉｎ （ＦａｃｕｌｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｕｔｏｍａｔｉｏｎ，ＫｕｎｍｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｋｕｎｍｉｎｇ６５０５００，Ｙｕｎｎａｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｔｏｉｍｐｒｏｖｅｐｅｄｉａｔｒｉｃｉａｎｄｉａｇｎｏｓｔｉｃｅｆｆｉｃｉｅｎｃｙａｎｄａｃｃｕｒａｃｙ，ａｃｌａｓｓｉｆｉｃａｔｉｏｎｔｅｃｈｎｉｑｕｅｂａｓｅｄｏｎｄａｔａｍｉｎｉｎｇ ａｎｄｍａｃｈｉｎｅｌｅａｒｎｉｎｇｉｓａｄｏｐｔｅｄ．Ｂｙｃｏｌｌｅｃｔｉｎｇａｃｅｒｔａｉｎａｍｏｕｎｔｏｆｐｅｄｉａｔｒｉｃｐａｔｉｅｎｔｓｍｅｄｉｃａｌｒｅｃｏｒｄｓ，ｒｅｆｅｒｒｉｎｇｔｏ ｐｅｄｉａｔｒｉｃｍｅｄｉｃａｌｂｏｏｋｓａｎｄｉｎｆｏｒｍａｔｉｏｎ，ａｎｄｕｓｉｎｇｄａｔａｍｉｎｉｎｇｍｅｔｈｏｄｓ，ｔｈｅｐａｔｉｅｎｔｓｉｌｌｎｅｓｓａｎｄｄｉｓｅａｓｅｄａｔａｗｅｒｅ ｅｘｔｒａｃｔｅｄｆｒｏｍｔｈｅｓｅｓａｍｐｌｅｓｔｏｂｕｉｌｄａｍａｃｈｉｎｅｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍｍｏｄｅｌ．Ｗｅｉｎｔｅｇｒａｔｅｄｔｈｅｓｅｍｏｄｅｌｒｅｓｕｌｔｓｂｙｍｅａｎｓｏｆ ｆｕｓｉｏｎｔｏｐｒｅｄｉｃｔｔｈｅｄｉｓｅａｓｅｏｕｔｃｏｍｅｏｆｕｎｋｎｏｗｎｓａｍｐｌｅｓ．Ｄｏｃｔｏｒｓａｎｄｏｔｈｅｒｒｅｌｅｖａｎｔｐｅｒｓｏｎｎｅｌｕｓｅｄｔｈｅｓｅｒｅｓｕｌｔｓａｓａ ｒｅｆｅｒｅｎｃｅ，ａｎｄｔｈｅｎｃｏｍｅｔｏｔｈｅｃｏｎｃｌｕｓｉｏｎｏｆｄｉｓｅａｓｅｄｉａｇｎｏｓｉｓ．Ｂｙｄｉｖｉｄｉｎｇｔｈｅｔｒａｉｎｉｎｇｓｅｔａｎｄｔｈｅｔｅｓｔｓｅｔｆｏｒｔｈｅ ｏｖｅｒａｌｌｓａｍｐｌｅ“ｓｅｌｆｈｅｌｐｌａｗ”，ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｏｂｔａｉｎｅｄｓｈｏｗｔｈａｔｔｈｅａｃｃｕｒａｃｙｏｆｔｈｅｉｎｔｅｇｒａｔｅｄｍｏｄｅｌｉｓ ｉｍｐｒｏｖｅｄｂｙａｂｏｕｔ６％ｃｏｍｐａｒｅｄｗｉｔｈｔｈａｔｏｆｔｈｅｓｉｎｇｌｅｍｏｄｅｌ． Ｋｅｙｗｏｒｄｓ　　Ｄａｔａｍｉｎｉｎｇ　Ｍｕｌｔｉｌａｂｅｌ　Ｈｅｔｅｒｏｇｅｎｅｏｕｓｉｎｔｅｇｒａｔｉｏｎｌｅａｒｎｉｎｇ　Ｍｅｄｉｃａｌ 来越广泛、越来越重要。机器学习中的集成学习算法 ０　引　言 则是提高分类器准确率的一种有效途径，已经在很多