当前位置: 首页 > 期刊 > 《中国保健营养》 > 2013年第10期 > 正文
编号:12723933
基于决策树算法的小儿肺炎临床辨证分类模型研究
http://www.100md.com 2013年5月15日 毕建伟 夏小燕
第1页

    参见附件。

     【摘要】 科学技术的不断发展,在一定程度上促进了信息技术蓬勃发展,并且使得医药信息系统和数字式的医疗设备等被广泛应用于医疗卫生机构。伴随着计算机辅助技术的不断普及,医学中常常应用分类模型中的决策树算法来辅助诊断与治疗。本文主要分析小儿肺炎临床辨证中决策树算法的应用和构建,并研究小儿肺炎临床辨证中该模型的准确程度。

    【关键词】 决策树算法;小儿肺炎;辨证;分类模型

    文章编号:1004-7484(2013)-10-5459-02

    医学领域范围内信息系统技术的不断完善,患者的电子病历数量越来越多,为方便医院的管理和工作的开展,大规模数据分类及预测的数据挖掘技术成为诊断和治疗非常有价值的研究。选择合适的算法决定着构建的分类模型的合理、科学和有效,并且诊断的准确性较高。

    1 决策树算法的概念

    决策树(Decision tree)是一种比较简单且适用面比较广的算法,决策树算法逼近离散的函数值,是分类方法中比较典型的一种算法。该理论的提出是在二十世纪六十年代,处理数据后利用归纳的算法生成可用的规则以及决策树,并分析生成的新数据。决策树算法的计算量较小,其过程实质上是采用一系列的规则将数据分类[1]

    2 小儿肺炎的概况分析

    小儿肺炎是呼吸道疾病之一,在临床中较为常见,若不及时治疗,或治疗的不彻底,会导致很多并发症的发生且会影响到孩子的发育。据调查显示,全球5岁以下婴幼儿因小儿肺炎死亡的占1/3-1/4,因此及时的诊断并预测小儿肺炎对于降低死亡率非常重要[2] ......

您现在查看是摘要介绍页,详见PDF附件