-
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
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：CN120032910A
公开(公告)日：2025-05-23
申请号：CN202510196443.0
申请日：2025-02-21
Applicant: 重庆邮电大学
Abstract: 本发明属于数据挖掘与知识发现技术领域，具体涉及一种基于粗糙熵的关键致病因素获取方法，包括：将疾病因素用直觉模糊信息系统进行刻画，基于直觉模糊信息系统中的优势关系建立一种有效的粒化机制，使得在此关系下的信息粒符合粒度单调性；基于粗糙熵对直觉模糊信息系统进行不确定性度量，进而刻画致病因素重要度；通过致病因素重要度得到所有的关键致病因素，以提高医疗诊断的决策质量和知识发现的效率。本发明减少了冗余因素和数据维度并降低了计算资源消耗，有效地提高了决策质量和知识发现的效率。
-
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
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。
-
-
Search Results
3
records
(took 0.016 seconds)
