[发明专利]一种基于关联决策树的甲状腺疾病预测建模方法

权利要求书

1.一种基于关联决策树的甲状腺疾病预测建模方法，其特征在于，包括：

1)、获取训练样本PTMC患者的医疗信息，所述医疗信息包括患者的属性、症状以及诊断结果，并且将症状映射到独立变量u＝(u₁；u₂；...；u_d)，和诊断结果映射到因变量y∈{0,1}；

2)、通过基于模糊逻辑的MS-Apriori算法，得到与诊断结果相关性高的频繁项集，并且将频繁项集转换为规则，得到规则集；

3)、根据所得到的规则集，建立决策树模型；

4)、将患者的医疗信息所映射的变量输入到决策树模型中，输出LNM的预后结果。

2.根据权利要求1所述的基于关联决策树的甲状腺疾病预测建模方法，其特征在于，所述通过基于模糊逻辑的MS-Apriori算法，得到与诊断结果相关性高的频繁项集具体包括：

2.1、通过隶属函数δ_m(x)构造模糊集，将患者的每个属性映射到多个子区间；

2.2、将整个医疗信息中的项集定义为I，项目类型集为V，得到：

I＝{a₁,a₂,...,a_m}＝IA₁∪IA₂∪...∪IA_d,m＝n*d

V＝{v_i},i＝1,2,...,u

其中，m为整个数据库中项数，u为项目类型的数量和d为特征维数；a_i为属性值，IA＝{a_i}(i＝1,2,...,n)表示属性a_i下的模糊项集；所述频繁项集中的项满足a_x∈IA_i,a_y∈IA_j,i＝j；

2.3、计算每个项目的最小支持度其中，v_i表示一个项，对应于临床病理数据中的一种值类型，LM_yes表示患者发生淋巴结转移，N为患者总数；即项目v_i与项LM_yes出现在同一频繁项集的概率为v_i的最小支持度；

2.4、将频繁项集定义为c＝{a₁,a₂,...a_k},1≤k≤d；频繁项集c的MIS定义为MIS(c)＝min(MIS(a₁),MIS(a₂)...MIS(a_k))，并且将频繁项c_j转化为规则Rule_j。

3.根据权利要求2所述的基于关联决策树的甲状腺疾病预测建模方法，其特征在于，所述步骤2.4中，将频繁项c_j转化为规则Rule_j的具体公式为：

c_j:a₁∪a₂∪...∪LM_yes/LM_no

Rule_j-＞LM_yes,Rule_j:a₁∪a₂∪...∪a_k-1。

4.根据权利要求2所述的基于关联决策树的甲状腺疾病预测建模方法，其特征在于，通过余弦测度对规则进行排序，并通过定义一个阈值来删除干扰规则，得到规则集。

5.根据权利要求2所述的基于关联决策树的甲状腺疾病预测建模方法，其特征在于，步骤3中根据所得到的规则集，建立决策树模型具体包括：

5.1、定义规则集为R，将规则集R中的每个规则转换为决策树的候选属性，生成属性集A；

5.2、使用信息增益作为决策准则：

当一个样本包含规则rule_i所需的所有项，则该规则被应用于该样本，并且将规则rule_i视为新属性，属性值为LM_yes/LM_no；

若规则为正元组规则，则应用规则后rule_i值为LM_yes；若规则为负元组规则，应用规则后rule_i值为LM_no；

否则，不能应用该规则，其值为No，数据集D记为S＝{(x_i,y_i)},i＝(1,2,...,n),y_i∈{0,1}，数据集的标签为LNM和正常，分别表示为S₁和S₀；S的信息熵的定义为：

其中p_i表示x_i属于S中类S_i的概率,节点N的属性r∈A的信息增益定义为：

5.3、选择信息增益最大的属性作为节点N的分割属性，通过分析样本与MS-Apriori挖掘的规则之间的关系，递归地将样本划分为子集，当所有的子集都属于一个类，或者没有样本或属性可用于划分时，完成决策树模型。