矮小症是中国儿童内分泌科最为常见的疾病之一,目前我国患儿数量高达800万。身材矮小不仅给患者造成严重的心理问题,同时还会影响他们的工作以及生活。社会必须重视矮小患者的工作与生活不便,所以矮小发病率的上升,会造成社会成本的加重。对矮小患者进行及时的诊断与治疗显得尤为重要。但目前,由于矮小症发病原因复杂,有许多医生不能准确诊断矮小的具体发病原因。因此建立矮小智能辅助诊断模型是非常有价值的,这不仅可以预测矮小具体病因,减轻专家医生的负担,还可以帮助偏远地区进行及早的诊断治疗。本文主要针对矮小症,通过机器学习的方法建立矮小智能辅助诊断模型,为病因预测提供决策支持。本文主要研究内容如下:(1)针对矮小症的课题背景,学习有关矮小症的理论知识,包括矮小症的定义、矮小症的病因分类以及医生的诊断方式与流程等。同时,还学习了在实验过程中用到的理论知识,包括中文分词,机器学习的分类算法以及模型评估的指标等。(2)对矮小电子病历进行预处理,将其从半结构化的文本转化为结构化数据。首先,对电子病历进行解析,然后提取出实验需要的文本信息。对这部分文本进行分词,去停用词,添加自定义词典等通过计算TF-IDF来选取实验所需的候选特征词。然后结合协和专家知识,得到最终的属性来建立分类器。(3)构建模型,首先使用C4.5决策树算法构建辅助诊断模型。为提升模型的泛化能力,在此基础上以C4.5算法作为Adaboost算法的基分类器构建了诊断模型。又针对实验过程中正负样本不均衡的问题,使用基于采样方式改进的Adaboost算法构建模型。(4)模型评估评估,分别从真正类率、真负类率以及准确率三方面对模型进行对比。通过实验得出,对Adaboost改进后的性能有较大提高,基于采样方式改进的Adaboost分类准确率为85%,所以优化后的模型更有助于对矮小病因诊断进行决策支持。