基于决策树和人工神经网络的小儿肺炎痰热闭肺证诊断模型研究

• 作 者: 宫文浩 兰天莹 莫清莲 杨燕 戴启刚 陈莎莎 唐子西 刘悠江
• 机 构: 广西中医药大学基础医学院,广西中医药大学壮医药学院,首都医科大学附属北京儿童医院,南京中医药大学附属医院,南宁市邕宁区人民医院
• 出 处: 世界科学技术:中医药现代化
• 发表日期: 2020年7期
• 关键词: 小儿肺炎 决策树 人工神经网络 诊断模型 Pediatric Pneumonia Decision tree Artificial Neural Network
• 基金项目: 国家自然科学基金委员会地区科学基金项目(81660761):基于数据挖掘技术和Delphi法的小儿肺炎郁热辨证研究,负责人:艾军,广西自然科学基金委员会重点项目(2018GXNSFDA281008):基于临床循证和代谢组学的卫气营血辨证理论的证候基础研究,负责人:艾军,2018年广西一流学科建设项目重点课题(2018XK002):病毒性肺炎痰热闭肺证蛋白质组学研究,负责人:艾军,广西一流学科建设开

目的基于决策树和人工神经网络方法,建立小儿肺炎痰热闭肺证诊断模型。方法以大样本、多中心小儿肺炎痰热闭肺证病例作为数据源,运用CRT、CHAID、QUEST、C5.0决策树和多层感知器(MLP)、径向基函数(RBF)的神经网络方法建立小儿肺炎痰热闭肺证诊断模型,并结合中医理论分析模型的诊断规则。结果采用CRT、CHAID、QUEST、C5.0算法决策树建立的小儿肺炎痰热闭肺证的诊断模型,准确率为83.1%、91.0%、89.5%、93.2%。其中采用C5.0算法的决策树模型优于前3种。采用MLP、RBF算法