数据挖掘在肺结核疾病智能决策中的应用研究
来源：计算机测量与控制杂志2017年第7期北京时间：
作者：王科,马丽,陈桂芬
摘要：针对单一数据挖掘方法对肺结核疾病诊断效率低、准确性不高的问题,本研究对北京市昌平区结核病防治所,北京市结核病控制研究所的1203例肺结核病人档案资料构建了电子档案,采用粗糙集和决策树结合方法建立肺结核疾病诊断模型,并对其准确性进行评估,在此基础上构建肺结核疾病诊断系统；在研究中,使用粗糙集和决策树相结合的方法进行属性约简,约简掉冗余属性57个,剩余属性22个,得到决策规则7条,模型准确率为83.46%；与未未约简的方法相比,决策规则减少128%,模型准确率基本保持不变；研究结果表明:使用该组合算法,在保证模型准确率的同时,降低了算法的时间和空间复杂性,提高了挖掘效率,为临床诊断提供了一定的借鉴。
关键词：肺结核疾病;粗糙集;决策树;智能诊断
基金资助：国家星火计划(2015GA66004)。
