王 科,马 丽,陈桂芬

(吉林农业大学 信息技术学院，吉林 长春 130118)

数据挖掘在肺结核疾病智能决策中的应用研究

王 科,马 丽,陈桂芬

(吉林农业大学 信息技术学院，吉林 长春 130118)

针对单一数据挖掘方法对肺结核疾病诊断效率低、准确性不高的问题，本研究对北京市昌平区结核病防治所，北京市结核病控制研究所的1203例肺结核病人档案资料构建了电子档案，采用粗糙集和决策树结合方法建立肺结核疾病诊断模型，并对其准确性进行评估，在此基础上构建肺结核疾病诊断系统；在研究中，使用粗糙集和决策树相结合的方法进行属性约简，约简掉冗余属性57个，剩余属性22个，得到决策规则7条，模型准确率为83.46%；与未未约简的方法相比，决策规则减少128%，模型准确率基本保持不变；研究结果表明：使用该组合算法，在保证模型准确率的同时，降低了算法的时间和空间复杂性，提高了挖掘效率，为临床诊断提供了一定的借鉴。

肺结核疾病；粗糙集；决策树；智能诊断

0 引言

医疗设备和仪器的数字化,使得医院数据库的信息容量不断地膨胀,包括大量关于病人的病史、诊断、检验和治疗的临床信息。如何通过高效、智能的计算机算法对海量肺结核疾病诊疗数据进行数据挖掘，根据治疗结果与医疗过程中的病历数据之间的隐藏关系，寻找可行可靠的诊疗方法，及早有效的为医务人员提供针对性的辅助诊疗方案，具有重要的临床意义。

肺结核是严重危害人类健康的慢性呼吸道疾病。……