一种基于特征选择和改进Bagging的哮喘病辅助诊断系统技术方案

本发明专利技术公开了一种基于特征选择和改进Bagging的哮喘病辅助诊断系统，具体涉及人工智能领域，包括数据获取模块、数据预处理模块、特征选择模块、构建Bagging模型模块、训练模型模块以及哮喘病诊断模块。本发明专利技术通过数据获取模块获取目标用户的体检数据，通过数据预处理模块对数据获取模块获取的体检数据进行预处理，通过特征选择模块采用DFI进行特征选择，通过使用Bagging基本框架构建一个改进模型，并使用处理过的数据进行训练，通过训练模型模块根据构建Bagging模型模块训练好的模型进行对系统的构建，通过哮喘病诊断模块对患者进行辅助诊断。

【技术实现步骤摘要】

本专利技术涉及人工智能，更具体地说，本专利技术涉及一种基于特征选择和改进bagging的哮喘病辅助诊断系统。

技术介绍

1、哮喘病是一种慢性呼吸系统疾病，其主要特征是气道炎症和气道高反应性，患者常常会出现反复发作的喘息、气急、胸闷或咳嗽等症状，这些症状通常在夜间或清晨发作或加剧，哮喘病的发病原因复杂，可能涉及遗传、环境等多种因素。

2、传统的诊断方法中，医生通常通过观察大量医学指标进行哮喘病诊断，然后结合自身经验判断疾病类型并获得诊断，容易造成误诊和漏诊。基于机器学习的哮喘病辅助诊断方法中，现有的诊断模型中对血常规体检数据的特征筛选仅考虑特征之间的冗余性具有一定的局限性，未能捕捉到病人数据中的潜在关键特征。因此，本专利技术提出了基于特征选择和改进bagging的哮喘病辅助诊断系统来辅助医生对于哮喘病的诊断。

技术实现思路

1、为了克服现有技术的上述缺陷，本专利技术的实施例提供一种基于特征选择和改进bagging的哮喘病辅助诊断系统，通过以下方案，以解决上述
技术介绍
中提出的问题。

2、为本文档来自技高网...

【技术保护点】

1.一种基于特征选择和改进Bagging的哮喘病辅助诊断系统，其特征在于，包括：

2.根据权利要求1所述的一种基于特征选择和改进Bagging的哮喘病辅助诊断系统，其特征在于：所述数据清洗用于去除体检数据中的异常值和重复值，通过填充方法处理体检数据中的缺失值；

3.根据权利要求1所述的一种基于特征选择和改进Bagging的哮喘病辅助诊断系统，其特征在于：所述DFI通过候选特征和所选特征子集之间的特征依赖和特征冗余，修正候选特征对于类别的重要性，同时考虑当前特征子集和类别的特征排序，包括基尼重要性和候选特征权重，具体通过假设fi是候选特征，Xi是选定特征，c是类标签...

【技术特征摘要】

1.一种基于特征选择和改进bagging的哮喘病辅助诊断系统，其特征在于，包括：

2.根据权利要求1所述的一种基于特征选择和改进bagging的哮喘病辅助诊断系统，其特征在于：所述数据清洗用于去除体检数据中的异常值和重复值，通过填充方法处理体检数据中的缺失值；

3.根据权利要求1所述的一种基于特征选择和改进bagging的哮喘病辅助诊断系统，其特征在于：所述dfi通过候选特征和所选特征子集之间的特征依赖和特征冗余，修正候选特征对于类别的重要性，同时考虑当前特征子集和类别的特征排序，包括基尼重要性和候选特征权重，具体通过假设fi是候选特征，xi是选定特征，c是类标签，s表示选定的特征子集以及f表示总的特征集合，并令f表示特征集f中的任...

【专利技术属性】
技术研发人员：赵琳，郝凡昌，
申请(专利权)人：山东建筑大学，
类型：发明
国别省市：