一种基于树搜索的层次多标签乳腺疾病分类诊断方法

发布时间：2023-04-22 13:21

　　随着医疗信息化的快速发展,医疗机构在临床诊断的过程中产生了大量的原始电子病历数据,存在着大量的可挖掘信息,作为临床的辅助诊断。由于乳腺疾病患者的患病情况较为复杂,同一位患者可能会患有多种相关疾病,每个大类疾病分类下可能会存在很多的小类疾病,而小类疾病分类下又可能存在更细粒度的疾病类别。传统的分类问题(如二分类和多标签分类)往往会忽略各标签之间存在的依赖关系并且分类算法输出数目呈指数级,占用空间过大,造成预测性能不佳。因此本文提出了一种基于树搜索的层次多标签乳腺疾病分类诊断方法,利用树结构可以充分考虑到标签集之间的层次结构的依赖关系,规范化诊断结论。按诊断结果之间的层次关系构建了层次多标签树,通过对标签树的路径搜索,最终实现乳腺疾病的多标签分类。

【文章页数】：6 页

【文章目录】：
0 引言
1 具体方法
    1.1 构建层次标签树
        1.1.1 获取实体标签集
        1.1.2 疾病实体分类
        1.1.3 构建层次标签树
    1.2 基分类器训练
        1.2.1 训练集筛选
        1.2.2 基分类器训练
    1.3 多标签分类诊断
2 实验
    2.1 实验数据
    2.2 实验评价标准
    2.3 多模型实验对比
    2.4 多分类器实验对比
    2.5 多阈值σ实验对比
3 结束语



本文编号：3797718