9、中医机器学习医疗诊断与网络数据分析

中医机器学习医疗诊断与网络数据分析

1. 中医高血压数据处理

在中医医疗诊断研究中，数据是关键基础。存在一个LEVIS高血压中医数据库，它不仅存储了病例的相关信息，还存储了每个病例的13种中医证候标签。学术和非商业用户可以通过链接http://levis.tongji.edu.cn/datasets/index_en.jsp访问该数据库。

为了评估多标签分类模型在不同数据集上的性能，研究人员从该数据库中提取了五个单诊断数据集，这些数据集的信息分别来自望诊（面部诊断）、舌诊、问诊、切诊和其他诊断。具体信息如下表所示：
|诊断方式|信息内容|
| ---- | ---- |
|望诊|面色苍白、面色无华、面色萎黄、面色潮红等|
|舌诊|淡舌、红舌、暗红舌、淡红舌等|
|问诊|头痛、头晕、头眼胀痛、眩晕等|
|切诊|细、粗、细速、滑弦等|
|其他诊断|盗汗、心悸、肌肉抽搐痉挛等|

在对775个病例进行分析时，发现有四个病例在上述五个表中提到的特征之一存在空值。为了确保后续信息融合和分类模型构建任务的顺利进行，这四个病例从所有五个单诊断数据集中被移除。

此外，研究人员还发现数据集中一些标签出现的频率很低，这会严重影响分类方法的性能。因此，他们对数据集进行了如下处理：
1. 选择标签 ：选择标签6、10和12，因为它们的阳性病例数量最多，且多标签方法应至少同时预测三个标签。
2. 确定待移除集 ：选择在所有选定标签上标记为阴性的病例作为待移除集，以保留任何标签中的所有阳性病例。
3.