您的位置：首页 > 基于决策树的肺肿瘤鉴别模型研究与应用
基于决策树的肺肿瘤鉴别模型研究与应用
简介：龙思哲 辛子艺 曹意 李津华 熊莺 中山大学附属第一医院 510080 【摘要】目的运用数据挖掘的决策树算法，分析引起肺部肿瘤的多个危险因素，通过算法模型判断肿瘤的性质、危险因素与肿瘤形成的关系。方法回顾性分析2012年-2014年某三甲医院胸外科收治的肺部疾病患者临床数据，运用数据库SQL Server对数据源进行预处理；决策树算法建立肺部肿瘤鉴别模型；交叉印证法对样本进行训练和测试；统计学方法测试结果的准确性。结果分析表明，CT增强照射的强化度、肿瘤大小、肿瘤部位是判断肿瘤类型和性质的三大重要因素。统计学分析证明模型的鉴别准确率(即分类正确率)较高；测试集数据的预测分类结果与实际情况较一致；模型的灵敏度与特异性的比例较大，即系统性能较高。结论在不进行有创病理活组织检查的情况下，利用该模型对潜在肺部肿瘤患者诊疗数据进行分析，能辅助判断肿瘤性质、分级分型等，为后续治疗和临床研究提供重要参考。 关键词：数据挖掘 决策树 循证医学 交叉印证 训练-测试一致性
文档信息
- 关键词：数据挖掘 决策树 循证医学 交叉印证 训练-测试一致性
- 分享者：466506964@qq.com
- 上传时间：2016-04-13
- 格式：pdf
- 页数：未知
- 积分下载：0
