面向液基细胞学检查的融合推理与学习的决策分类方法

摘要

本发明公开一种面向液基细胞学检查的融合推理与学习的决策分类方法，包括如下步骤：1)数据和本体准备：构建用于决策目标的数据集和与数据有关的本体，提取二者之间的多个关联数据特征，将其作为目标特征的子特征；2)神经网络和规则构建：训练包括一个目标特征聚类器和多个子特征分类器的神经网络集合，构建决策目标相关的推理规则；3)知识推理与神经网络融合：融合知识推理与机器学习，实现支持机器学习结果的知识规则推理和推理结果结合机器学习结果的演进方法，并分析处理结果。本发明融合知识推理和机器学习两种途径，在提升分类准确率的同时，通过演进方法使结果拥有可解释性，并且逐渐提高了结果的可靠性。