基于深度森林算法的慢性胃炎中医证候分类

作     者：颜建军 刘章鹏 刘国萍 郭睿 王忆勤 付晶晶 钱鹏 YAN Jianjun;LIU Zhangpeng;LIU Guoping;GUO Rui;WANG Yiqin;FU Jingjing;QIAN Peng

作者机构：华东理工大学机械与动力工程学院上海200237 上海中医药大学四诊信息综合实验室上海201203 上海中医药大学交叉科学研究院上海201203 

出 版 物：《华东理工大学学报（自然科学版）》 (Journal of East China University of Science and Technology)

年 卷 期：2019年第45卷第4期

页      面：593-599页

学科分类：100505[医学-中医诊断学] 1005[医学-中医学] 10[医学] 

基　　金：国家自然科学基金(81270050 81302913 30901897 81173199) 

主　　题：证候分类 深度森林 深度学习 慢性胃炎 中医 

摘      要：针对中医问诊复杂性和非线性的特点,采用深度森林算法(gcForest)构建慢性胃炎中医问诊证候分类模型.利用gcForest分析慢性胃炎问诊数据,建立证候分类模型,并与DBN和DBM两种深度学习算法以及ML-KNN、BSVM、ECC、RankSVM、LIFT这5种多标记学习算法构建的模型进行比较.实验结果表明,该模型在多标记评价指标和单个证型的分类准确率上都优于其他算法,能有效地解决慢性胃炎中医问诊证候分类问题,通过该算法建立的模型分类效果良好,可以为慢性胃炎证候量化诊断研究提供参考.