赵硕

（齐齐哈尔大学 网络信息中心，黑龙江 齐齐哈尔 161006）

对骨质疏松早预防、早发现是一个重要的研究课题。有些学者对不同年龄健康人群不同部位骨密度调查分析[1]；有些学者对肥胖男性体成分与骨密度相关性进行研究[2]；有些学者对河北地区不同年龄健康男性不同部位骨密度与体成分分析[3]；有些学者研究COPD患者骨密度与其他指标的相关性[4]；有的学者研究Wards三角骨密度与年龄、腰围、总体脂肪质量和总体肌肉质量的相关性[5]，但是有病史是否影响骨密度的含量，以及应用数据挖掘的方法对骨密度与相关因素关系的研究未见报道。本文应用数据挖掘的方法对齐齐哈尔地区男性骨密度与相关因素的关系进行研究。首先对20～89岁男性的骨密度与相关因素的原始数据进行采集，然后对原始数据按不同种类进行分类统计，得到各种统计表。再应用改进的决策树算法找到不同分类标准下骨密度的变化规律。建立决策树，用决策树判断患者患病的概率。

1 男性骨密度与相关因素关系

1.1 相关术语介绍

1.1.1 决策树算法

决策树算法是数据挖掘的常用方法之一。决策树是一种常用于预测模型的算法，它通过一系列规则将大量数据有目的分类，从中找到一些有价值的、潜在的信息。

1.1.2 骨密度

骨密度又叫做骨骼矿物质密度（Bone mineral density），简称BMD。是骨质量的一个重要指标，以克/每平方厘米表示（g/cm2)，反映骨质疏松的程度，是预测骨折危险性的重要指标和依据。

1.1.3 T值

T值……