位置:成果数据库 > 期刊 > 期刊详情页
基于决策树方法的糖尿病并发症分类研究
  • ISSN号:2095-7785
  • 期刊名称:《江西中医药大学学报》
  • 时间:0
  • 分类:TP391.4[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]江西中医学院,南昌330006, [2]南昌大学软件学院,南昌330047, [3]江西省峡江县水边卫生院,331409
  • 相关基金:国家重大基础研究计划(973计划)(项目编号:2010CB530602,2010CB530603),国家高技术研究发展计划分课题(863计划)(项目编号:2012AA02A609),国家自然科学基金(项目编号:81160424),江西省自然科学基金(项目编号:2010GZY0174),江西省自然科学基金(项目编号:2009GZS0058),江西省教育厅资助项目(项目编号:GJJ11541).
中文摘要:

目的:优选辅助诊断糖尿病并发症方法.方法:分别采用决策树方法C5.1、CART、QUEST、CHAID,对糖尿病并发症临床数据进行分类研究.结果:经3 969例确诊病例验证,4种方法都能得到诊断规则和决策树,C5.1分类精确性为:85.714%,CART、QUEST、CHAID分类精确性为:66.667%.结论:4种方法分类结果符合专家诊断思维,C5.1效果最好.

英文摘要:

Objective:to explore the optimal method for aided diagnosis the Chronic diabetic complications.Method: classfication for the data of Chronic diabetic complications based on C5.1, CART, QUEST, CHAID.Result:the four methods can gain diagnosis rules and Decision Tree,and the classification accuracy is respectively 85.714%,66.667%,66.667%,66.667% after test for 3969 confirmed case. Conclusion:the four methods accord with experts diagnosis thinking, the best method is C5.1.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《江西中医药大学学报》
  • 主管单位:江西中医药大学
  • 主办单位:江西中医药大学
  • 主编:刘红宁
  • 地址:南昌市阳明路56号
  • 邮编:330006
  • 邮箱:JXZYBJB@VIP.SINA.COM
  • 电话:0791-87119831
  • 国际标准刊号:ISSN:2095-7785
  • 国内统一刊号:ISSN:36-1331/R
  • 邮发代号:44-79
  • 获奖情况:
  • 华东地区优秀期刊,全国高等医药院校优秀学报,江西省优秀期刊
  • 国内外数据库收录:
  • 被引量:404