李 雯，魏玉辉，傅松波，武新安

（兰州大学第一医院，甘肃 兰州 730000）

近年来，糖尿病发病率呈逐年上升趋势，已成为发达国家继心血管病和肿瘤之后的第三大非传染性疾病。流行病调查显示，我国目前大约有4000万糖尿病患者，预计到2025年，我国糖尿病患者将达到1 亿。因而对糖尿病进行早期诊断及分类研究非常重要[1]。分类体系在医学诊断中的应用日趋广泛，从患者临床检验数据到专家决策，均是临床评价的重要过程。机器学习算法可以通过大量临床检验数据和专家决策进行学习，寻找数据中存在的规律及影响疾病诊断的主要因素。目前，机器学习算法在疾病辅助诊断中的应用越来越广泛，使用的算法涉及人工神经网络（ANN）、支持向量基（SVM）、遗传算法（GA）、线性判别分析（LDA）等[2～8]。LDA 是用于判别个体所属群体的一种统计方法，是多元统计分析中判别样品所属类型的一种重要方法，特别适合多变量的两分类或多分类研究。目前，机器学习算法用于糖尿病诊断的研究少有报道[3]。本文采用临床常规检查指标（血常规、生化）与LDA 相结合的方法建立计算机辅助糖尿病诊断模型，取得了较为满意的结果。

1 研究资料

1.1 资料来源

研究病例来自兰州大学第一医院病历库，所收集的资料均为医院内分泌科、普外科2007年全年出院患者。

1.2 研究对象

均由有经验的内分泌科医师诊断。糖尿病病例352例，非糖尿病病例389例；男性428例，女性313例；年龄8～84岁，平均年龄（58 ±14）岁。录入信息包括患者基本情况（年龄、性别、入院日期、出院日期等）、血常规检查指标（白细胞、红细胞等）、生化检查指标（天冬氨酸氨基转移酶、丙氨酸氨基转移酶等）。……