基于决策树方法的糖尿病并发症分类研究  

Research the Chronic Diabetic Complications Classfication based on Decision Tree Approach

作　　者：聂斌[1] 林剑鸣[1] 杜建强[1] 王卓[2] 何万生 叶青[1] 熊玲珠[1] 朱明峰[1] 李智彪[1] 吴友平[1] 

机构地区：[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

出　　处：《江西中医学院学报》2013年第4期21-26,共6页Journal of Jiangxi College of Traditional Chinese Medicine

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)

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。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.

关 键 词：糖尿病并发症 决策树方法 分类结果 CHAID CART 辅助诊断 临床数据 确诊病例 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]