基于梯度提升决策树技术构建问诊融合舌象特征的中医体质辨识模型的探索研究
李慧颖1
陈晓云1
赵云帆1
赵旭2
谈欣怡1
周丽娜1
程诗雨1
严乾畅1
1.上海中医药大学附属龙华医院,上海 2000322.上海国民集团健康科技有限公司,上海 200237
摘要：目的 应用机器学习方法,对融合舌象特征的中医体质新型量表与中医体质量表进行多维度优效性比较,以获得更适合临床使用的中医体质辨识模型.方法 前瞻性招募患者进行客观化舌象特征和中医体质量表数据采集,将60条目中医体质量表简化为9道多选题形式,利用梯度提升决策树(gradient boosting decision tree,GBDT)方法将舌象特征和9题判定的体质特征进行融合进而构建中医体质辨识的GBDT模型,同时建立支持向量回归(support vector regression,SVR)和线性回归(linear regression,LR)机器学习模型,通过比较不同模型位于前3(top3)的偏颇体质一致率以及R2决定系数,验证GBDT模型的可行性.结果 共获得374例患者完整数据.GBDT模型与60条目中医体质量表体质判定结果进行比较,top3一致率为75.56％.从机器学习回归模型性能评价角度来看,GBDT模型的R2决定系数为0.7727,相较于SVR和LR两种方法,R2分别高出0.013和0.0628,表明GBDT模型具有更好的拟合能力.结论 融合舌象特征和9题判定的体质特征构建的中医体质辨识GBDT模型具有可行性,有利于提升体质辨识的效率,还具备较高的可靠性和准确性,能够为中医临床决策提供有力支持.
关键词：体质辨识模型中医体质量表舌象特征梯度提升决策树机器学习
分类号：TP18(自动化基础理论)R241(中医临床学)
资助基金：促进市级医院临床技能与临床创新三年行动计划重大临床研究项目(2020—2022;SHDC2020CR4095)上海市科学技术委员会临床医学研究中心项目(21MC1930500)国家中医药管理局中医药重点学科建设(zyyzdxk-2023063)
论文发表日期：2024-11-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1861-1866 )