基于谱聚类的慢性肝病超声检查报告文本挖掘算法研究

• 作 者: 陈晓菲
• 出 处: 湖南大学
• 发表日期: 2004年期
• 关键词: 慢性肝病 谱聚类 机械学习 文本挖掘 超声检查

超声波检查是通过弱超声波仪器照射病灶,将病灶组织的反射波(echo)生成图像并处理,医生读取超声检查影像形成报告文本。超声检查影像受呼吸的干扰小,因此超声检查对慢性肝病的诊断准确率较高。近年来,我国慢性肝病患者不断增多,已积累了大量的超声检查报告文本。论文采用改进谱聚类算法,对具有高维数据特征的超声检查报告文本进行聚类分析,挖掘超声检查报告文本中潜在的价值,为慢性肝病的预测和诊断提供技术支持。主要工作如下:1.论文分析了谱聚类算法中聚类数难以确定,以至于聚类效率较低的特点,分别运用肘方法和轮廓系数法求得两个聚类数K值,作为确定聚类数取值区间。论文在搜狗新闻中文语料库上选取了12类1200条实际文本数据,验证了实际聚类数在论文计算所得取值区间内。论文比较研究了谱聚类和k-means算法的聚类效果,结果显示谱聚类算法得到的Rand指数比k-means算法提高了11.34%,Jaccard指数比k-means算法提高了14.67%;2.论文选择了110份真实慢性肝病患者的超声波检查报告文本,经过文本预处理后,运用上述算法。选定Calinsky准则为聚类的有效性指标,确定最优聚类数K值为5。论文制作高频词云图,分析得出了5种类型超声报告出现的高频词与诊断结果的关联关系,为提高慢性肝病超声检查诊断的准确率提供支持。论文对谱聚类算法进行了部分改进,提出了较为准确地定义聚类数的实现方法,通过实际慢性肝病超声检查报告应用样本,验证了论文改进算法的有效性,具有一定的实践应用价值。