基于决策树的阿尔茨海默病诊断分析

吴春模 ( 兰州财经大学统计学院 )

https://doi.org/10.37155/2717-5669-0501-43

Abstract

阿尔兹海默症作为主要的神经退行性疾病之一,已成为导致痴呆问题最常见的原因。识别该疾病需要医 疗专家进行全面检查,消耗大量成本和时间。阿尔兹海默症患者提早确诊难度大,晚期治疗效果不明显。为此提出基 于决策树算法的阿尔兹海默病诊断,对ANDI数据集进行数据预处理、诊断指标关联性分析、决策树识别构建,实现阿 尔茨海默病诊断。实验结果表明,该模型识别准确率达89.4%,对阿尔兹海默症进行早期分类研究具有重要临床意义。

Keywords

方差分析;决策树分类模型;阿尔兹海默症

Full Text

PDF

References

[1]胡纯严,胡良平.如何正确运用方差分析——方差分
析概述[J].四川精神卫生,2022, 35(01):6-10.
[2]尹鹏飞,欧云.基于决策树算法的银行客户分类模型
[J].吉首大学学报(自然科学版), 2014, 35(05):29-32.
[3]程凤.探讨阿尔茨海默病患者采取综合护理对其临
床依从性的意义研究[J].中国医药指南,2022,20(24):55-58.
DOI:10.15912/j.cnki.gocm.2022.24.012

Copyright © 2024 吴春模 Creative Commons License Publishing time:2024-03-31
This work is licensed under a Creative Commons Attribution 4.0 International License