分类算法在高血压诊断中的应用研究

摘要

高血压作为一种严重影响人类健康的心脑血管疾病,越来越得到人们的重视,如何利用数据挖掘技术从大量的病例中发现潜在的发病机理成为生物信息学研究的热点.本文首先采用数据清理、变换等预处理技术对医院提供的大量生化检验数据进行处理,提取GLU、TC、TG等影响高血压的主要生理体征属性;然后,针对C4.5算法在体征属性选择方面存在的偏离问题,引入属性权重的概念,对C4.5算法进行改进;最后,基于改进的C4.5算法构建决策树,并从中提取用于诊断的分类规则.实验证明,构建的决策树模型符合医学认识,准确率较高,为辅助医生诊断和治疗高血压疾病提供了有力的科学依据.