换一批基于机器学习的腰椎间盘突出症中医证候分类模型构建及验证
Development and Validation of Traditional Chinese Medicine Syndrome Classification Models for Lumbar Disc Herniation Based on Machine Learning
摘要目的:基于机器学习算法建立并验证腰椎间盘突出症(LDH)常见中医证候分类预测模型.方法:通过流行病学调查方法,收集甘肃中医药大学附属医院LDH患者资料606 例.根据中医证候采集量表收集患者中医四诊信息,将数据预处理和降维,随机按照7:3 划分为训练集(424 例)和测试集(182 例);采用支持向量机(SVM)、决策树(DT)、朴素贝叶斯(NB)、随机森林(RF)、极端梯度提升机(XGBoost)、人工神经网络(ANN)6 种算法进行建模;运用 10-折交叉验证进行调参优化模型,以准确率、灵敏度、特异度和受试者工作特征(ROC)曲线下面积(AUC)进行模型性能评价.结果:采用主成分分析对中医症状数据降维,提取 8 个公共因子.基于 6 种算法构建的LDH中医证候分类模型中,RF、SVM、DT、XG-Boost、NB、BP 的准确率分别为 82.42％、91.21％、87.91％、90.11％、92.86％、88.46％;AUC 分别为 0.942 2、0.984 8、0.947 9、0.895 5、0.909 8、0.966 4.SVM和NB算法所构建模型的准确率和AUC均大于0.9.结论:该研究成功开发和验证LDH常见中医证候分类模型.SVM和NB算法构建的模型性能优于其余机器学习构建的模型,更适合实现对LDH中医证候的分类,可为中医证候规范化研究提供新的思路和方法.
更多相关知识
关键词
腰椎间盘突出症中医证候预测模型机器学习人工智能算法Lumbar disc herniationTCM syndromesPrediction modelMachine learningArtificial intelligence algorithm
分类号
R274（中医骨伤科）
栏目名称
DOI
10.3969/j.issn.1673-7202.2025.18.023
发布时间
2026-02-04（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（82505367）
:张晓刚全国名老中医药专家传承工作室建设项目
甘肃省自然科学基金项目（24JRRA1037）
甘肃省青年人才个人项目（2025QNGR72）
兰州市科学技术局青年科技计划项目（2023-2-47）
兰州市科学技术局青年科技计划项目（2023-2-48）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
