论文部分内容阅读
目的：提出基于领域粗糙集的贝叶斯网络医学数据挖掘模型，探讨肝炎肝硬化的临床分类。方法：根据所收集的355例肝硬化患者临床资料，采用领域粗糙集算法提取与肝炎肝硬化临床分类有关的生物检测指标。然后，运用树增强型贝叶斯分类器构建分类模型进行肝炎肝硬化的临床分类。结果：采用领域粗糙集贝叶斯网络分类模型进行肝炎肝硬化代偿性分类的正确率为90．91％，活动性分类正确率为94．09％，而使用BP神经网络的代偿性分类正确率为76．82％，活动性分类为85．45％。结论：领域粗糙集贝叶斯网络分类方法可以有效地进行肝炎肝硬化