公开(公告)号：CN117352162A

公开(公告)日：2024-01-05

申请号：CN202311389736.8

申请日：2023-10-24

Applicant: 重庆邮电大学

Inventor： 苏祖强 ,  朱泽东 ,  杨逸轩 ,  于洪 ,  胡峰 ,  代劲 ,  余建航

IPC: G16H50/20 ,  G16H50/70 ,  G16H10/60 ,  G16B40/20

Abstract: 本发明涉及医疗领域，特别涉及一种基于双规则因果特征选择的疾病因素数据处理方法，本发明将特征选择方法与因果贝叶斯网络结合，通过引入改进的OR规则和AND规则充分挖掘与疾病存在因果关系的疾病危险因素，避免了现有特征选择方法因挖掘错误的因果关系而导致有偏疾病预测输出；本发明通过融合双规则挖掘与疾病具有因果关系的父子特征和配偶特征，解决了当前疾病危险因素挖掘算法存在的假阳性与假阴性错误，并进一步采用分类器进行疾病预测，进而提高疾病诊断系统的精度。

公开(公告)号：CN117352162B

公开(公告)日：2024-10-01

申请号：CN202311389736.8

申请日：2023-10-24

Applicant: 重庆邮电大学

Inventor： 苏祖强 ,  朱泽东 ,  杨逸轩 ,  于洪 ,  胡峰 ,  代劲 ,  余建航

IPC: G16H50/20 ,  G16H50/70 ,  G16H10/60 ,  G16B40/20

Abstract: 本发明涉及医疗领域，特别涉及一种基于双规则因果特征选择的疾病因素数据处理方法，本发明将特征选择方法与因果贝叶斯网络结合，通过引入改进的OR规则和AND规则充分挖掘与疾病存在因果关系的疾病危险因素，避免了现有特征选择方法因挖掘错误的因果关系而导致有偏疾病预测输出；本发明通过融合双规则挖掘与疾病具有因果关系的父子特征和配偶特征，解决了当前疾病危险因素挖掘算法存在的假阳性与假阴性错误，并进一步采用分类器进行疾病预测，进而提高疾病诊断系统的精度。