文献类型：期刊文章

作　　者：孙继佳[1] 邵建华[1] 苏式兵[2]

机构地区：[1]上海中医药大学数理教研室,上海201203 [2]上海中医药大学中医复杂系统研究中心

出　　处：《数理医药学杂志》

基　　金：艾滋病和病毒性肝炎等重大传染病防治项目(2009ZX10004-601);上海高校选拔培养优秀青年教师科研专项基金(No.szy09019);上海中医药大学科学技术技术发展基金项目(No.X199)

年　　份：2013

卷　　号：26

期　　号：5

起止页码：539-543

语　　种：中文

收录情况：普通刊

摘　　要：目的:提出基于领域粗糙集的贝叶斯网络医学数据挖掘模型,探讨肝炎肝硬化的临床分类。方法:根据所收集的355例肝硬化患者临床资料,采用领域粗糙集算法提取与肝炎肝硬化临床分类有关的生物检测指标。然后,运用树增强型贝叶斯分类器构建分类模型进行肝炎肝硬化的临床分类。结果:采用领域粗糙集贝叶斯网络分类模型进行肝炎肝硬化代偿性分类的正确率为90.91%,活动性分类正确率为94.09%,而使用BP神经网络的代偿性分类正确率为76.82%,活动性分类为85.45%。结论:领域粗糙集贝叶斯网络分类方法可以有效地进行肝炎肝硬化临床分类,并能够为临床医学诊断研究提供参考。

关 键 词：数据挖掘 领域粗糙集  树增强贝叶斯网络  肝炎肝硬化 BP神经网络

分 类 号：X928[安全科学与工程类] TU998.1]