新生儿CH筛查数据分析：SVM-Bagging方法的高准确性和特异度

医学信息学解锁18（2020）100281应用计算机分类方法诊断先天性甲状腺功能减退症的比较研究Seyedeh Somayeh Zarin Mousavi，Morteza Mohammadi Zanjireh*，Marzieh Oghbaie伊朗加兹温伊玛目霍梅尼国际大学计算机工程系A R T I C L EI N FO保留字：先天性甲状腺功能减退症新生儿筛查方案支持向量机卡方自动交互检测器迭代二分法-3多层感知器A B S T R A C T简介：如果在早期阶段诊断出先天性甲状腺功能减退症（CH），则诊断为CH的婴儿可以具有正常或接近正常的认知能力。新生儿筛查计划在CH婴儿的诊断和治疗中起着至关重要的作用。然而，人为错误和缺乏适当的方法来详细解释筛查计划收集的数据会影响成功率，从而影响认知结果。数据挖掘技术可以帮助专家诊断CH或选择最佳药物。方法：本横断面研究调查了支持向量机（SVM），多层感知器（MLP），卡方自动交互检测器（CHAID）和迭代二分器-3（ID 3）用于CH诊断。使用2016年在伊朗Alborz省卫生中心登记的4812名新生儿筛查数据来训练和测试相应的分类器。由于该数据集是不平衡的，我们将上述分类器与Bootstrap聚合（Bagging）和boosting技术相结合，以避免该问题对分类结果的负面影响，并实现更准确的分类器。结 果 ： SVM-Bagging 方 法 的 准 确 率 和 特 异 度 均 为 100% ， 召 回 率 为 73.33% ， F-测 度 为 84.62% ， 准 确 率 为99.58%。结果表明，该分类器分析新生儿筛查数据的能力是可以接受的。总体结果还表明，除了血液检查结果外，性别、婚姻类型、分娩类型、甲状腺疾病家族史和慢性疾病等其他因素也有助于识别CH高风险婴儿结论：结果表明，可接受的能力，分析CH筛选数据的SVM袋技术。这种方法可以被认为是一种诊断工具，以帮助专家识别疑似患有该疾病的婴儿，并可以在早期阶段提高CH诊断和治疗的有效性和准确性。与CH在后期诊断时相比，这也降低了产后治疗的成本1. 介绍先天性甲状腺功能减退症（CH）[1，2]是由于甲状腺发育异常。在伊朗，每1000名新生儿中就有1名受CH影响，而欧洲和北美的总体CH发病率范围为1/3000至1/4000 [3，4]。许多国家，包括伊朗，部署新生儿甲状腺筛查计划[2]，以在早期诊断CH并避免永久性后果。在这个具有成本效益的计划中，不仅是促甲状腺激素（TSH1），出生后3-5天内检查可能增加婴儿患CH风险的因素评估。根据初步评估的结果，可疑的婴儿被召回重新检查。TSH（TSH2）和甲状腺素（T4）在回忆组的婴儿[5]和那些异常水平 TSH 2和 T4（TSH 2 >10 mU/L， T4 6.5 mU/L）被诊断为CH [4]。近年来，许多研究已经完成，以评估新生儿筛查计划的有效性。Zeinalzadeh等人[6]比较了筛查中诊断为CH的儿童的人体测量指标，2006-2007年在伊朗东阿塞拜疆省实施的方案正 常 儿 童 ， 两 组 成 员 均 为 7 岁 （ 2013-2014 年 ） 。 他 们 使 用Kolmogorov-Smirnov 检验来检查分布的正态性，并使用t检验来比较每个样本的平均值。* 通讯作者。电子邮件地址：Zarinmousavi94@gmail.com（S.S.Zarin Mousavi），Zanjirehm@eng.ikiu.ac.ir（M.Mohammadi Zanjireh），Marzieh. edu.ikiu.ac.ir（M.Oghbaie）。https://doi.org/10.1016/j.imu.2019.100281接收日期：2019年10月21日;接收日期：2019年11月15日;接受日期：2019年12月5日在线提供2019年2352-9148/© 2019由Elsevier Ltd.发布这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表医学信息学期刊主页：http://www.elsevier.com/locate/imuS.S. Zarin Mousavi等人医学信息学解锁18（2020）1002812指数.结果表明，两组的平均体重之间没有显著差异，但平均身高之间有显著差异。Najmi等人[7]还通过评估智商（IQ）评分与治疗开始时间和筛查TSH水平之间的关系，研究了CH筛查和早期治疗的有效性。在他们的研究中，来自伊朗伊斯法罕的120名儿童被分为暂时性先天性甲状腺功能减退症（TCH）、永久性先天性甲状腺功能减退症（PCH）和筛查结果正常的新生儿（对照组）。统计学检验，包括t检验和协方差分析检验，表明早期和高剂量治疗在诊断为CH的儿童中实现正常发育结局的重要性。近年来，人工智能和机器学习（ML）除了临床检查之外，还利用算法来实现甲状腺数据的正确解释。已经进行了各种研究来调查这些方法的功效比如辛格和金达尔[8]应用支持向量机、k-近邻和贝叶斯分类器对甲状腺结节超声图像进行分类。Erol等人[9] 采用多层感知器和径向基函数神经网络对甲状腺疾病进行结构分类。除了这些研究，还有其他研究（在第2.2节中讨论）使用各种学习算法来揭示有关甲状腺疾病的一些重要见解。虽然ML方法已在许多甲状腺疾病研究中用作诊断工具，但这些方法均未应用于CH筛查计划中收集的数据。 因此，本研究的主要目标是根据2016年伊朗Alborz CH筛查项目收集的数据训练四个模型，并评估这些分类器在该特定地区CH诊断中的性能。这项研究的结果可以帮助医生做出明确的诊断，识别携带更多信息的特征，并提取特征与最终诊断状态之间的重要相关性。为此，我们通过三个逻辑步骤实现了我们的实验：1. 数据收集和准备2. 分类3. 评价在第一步中，我们选择了对预测变量贡献最大的重要特征。在接下来 的 步 骤 中 ， 我 们 对 数 据 集 应 用 了 四 种 分 类 技 术 ： 支 持 向 量机（SVM），多层感知器（MLP），卡方自动交互检测器（CHAID）和迭代二分器-3（ID 3）。由于本研究中使用的数据集是不平衡的，即一个类的数量与另一个类的数量不相称，我们将这些模型与两种技术相结合，Bootstrap聚合（Bagging）和boosting，以提高模型的性能。最后，我们使用不同的分类评价指标，比较了所有模型的性能。结果表明，SVM和Bagging的组合具有最好的性能。本文的其余部分组织如下：第2节给出了有关数据集的必要背景信息，分类方法在甲状腺疾病诊断中的成功应用，以及本实验中使用的方法第三节给出了实验结果和讨论。最后，在第4节中总结了结论和对未来工作的说明。2. 方法2.1. 数据源在这项横断面研究中，2016年从伊朗Alborz省健康中心收集了5428名参与者的信息。出于本研究的目的，在咨询儿科医生后，内分泌学家，最终诊断所依据的TSH 2被认为是分类目标（命名为TSH）。在该数据集中，最终诊断记录在整个数据集中具有四个唯一值：阳性、阴性、无检测或假阴性;但对于本研究，无检测或假阴性元组被消除。此外，第一个版本包括194个属性，其中大多数与目标无关，因此基于卡方检验、决策树检验和儿科内分泌学家咨询的结果选择重要特征。卡方检验和决策树检验为每个属性分配特定的权重，表明与目标的相关性。这些权重还可以帮助专家了解哪些功能更重要，应该在新生儿筛查计划中进行填充。最后，分别用该特定特征的平均值和众数填充数值和标称缺失值。在应用所解释的预处理步骤之后，数据集中仍有17个属性。阳性和阴性类别的分布如图1所示。缺失值的名称、类型、数量、卡方检验和决策树检验计算的权重也显示在表1中。在该表中，0和1分别表示与目标的最小和最高相关性2.2. 以前的研究如今，通过ML算法和计算机辅助诊断（CAD）系统的开发，专家可以减少一般诊断过程中可能出现的错误数量，并以时间和成本效益的方式检查生物医学数据[10，11]。如前所述，目前还没有关于分类算法在CH诊断中的应用的重要研究。因此，我们证明了这些方法作为诊断甲状腺疾病的强大工具的有效性，并简要回顾了几个成功的实验。2007年，Polat等人[12]将模糊加权预处理步骤应用于UCI 1机器学习存储库2的甲状腺数据集 和 然后 使用 一个 人工 免疫 识别系统（AIRS）。他们通过使用10倍交叉验证方法3来评估他们的分类器，该方法有助于获得更可靠的结果，并实现了85%的准确率2008年，用于甲状腺的EX pert系统提出了一种基于神经模糊分类的疾病诊断方法算法和的10倍CV法 它 获得了Fig. 1. 数据集的目标分布1 加州大学欧文分校。2 在本文的其余部分，我们将其缩写为UCI数据集。3 我们在本文的其余部分将其缩写为10倍CVS.S. Zarin Mousavi等人医学信息学解锁18（2020）1002813表1数据集的属性属性类型可能值#缺少值决策树卡方检验电话：+86-021目标（最终诊断）二项式是，否02016年10月20日星期一省多项式Alborz 0 0 02001-12月城市多项式-Hashtgerd— 塔里干— 纳扎拉巴德— Karaj— 埃什特哈德0 0 0.002性别二项分布— Fardis男性，女性0 0 0.001伊朗人，非伊朗人129 0 0母亲表兄弟婚姻，远亲，陌生人77 1 0. 003阴道分娩，剖腹产77 0 0. 002最大重量（g）<$900出生身长（cm）25第二次检测多项式的原因-TSH水平在（5— TSH水平在（10— TSH ≥ 20— 住院或病史— 输血或换血— 多胎妊娠— 病史中的某些药物— 不合适的样品— 净重>4000 g— 净重2500 g<7 0 0.281TSH（mu/L）数值— 早产儿053 1 1甲状腺疾病家族史疾病多项式母亲，父亲，姐妹，兄弟，血亲，远亲，未知，没有一4758 0 0慢性疾病多项式心血管疾病，糖尿病，无4763 1 0在UCI数据集上训练时，准确率为95.33%[13]。2008年，对于甲状腺疾病的结构分类，Erol等人[9]将MLP和径向基函数神经网络（RBF）应用于2001年至2004年土耳其阿达纳Cukurova大学医学院内分泌科487名门诊患者的信息2009年，为了诊断甲状腺疾病，Temurtas [14]在UCI数据集上训练了多层神经网络（MLNN），概率神经网络（PNN）和学习矢量量化神经网络（LVQ）。在本实验中，PNN（10倍CV）的准确率最高，为94.81%。2011年，Khanale等人[15]开发了一种基于规则的系统，使用模糊逻辑诊断甲状腺疾病。当分析来自印度的45名患者的数据时，该系统获得了88%的准确率。在2011年，Dogantekin等人。[16]使用小波支持向量机（WSVM）分类器，并在UCI数据集上训练它，以达到91.86%的准确率。在2012年，Li等人。[17]使用EX treme学习机，在UCI数据集上通过10倍CV方法评估该模型时，平均准确度为97.73%，最大准确度为98.1%。2012年，通过使用四重CV方法，Azar等人。[18]在UCI数据集上训练和测试了具有选定特征的语言模糊限制语神经模糊分类器（LHNFCSF），并分别获得了98.6047%和97.6744%的训练集和测试集准确率。2012年，基于SVM和10倍CV方法的专家系统已开发[19]。在UCI数据集上进行评估时，其平均和最大准确度分别为97.49%和98.59%2012年，Margret et al.[20]使用决策树分类器与各种分裂标准，包括信息增益，增益比，卡方，距离度量和基尼指数，从UCI数据集中提取决策规则。结果表明，利用距离k-最近邻（kNN）和贝叶斯分类的甲状腺结节超声图像。在这些分类器中，SVM的分类准确率最高，达到84.62%. 2019年，Prochazka等人[21]在甲状腺结节的超声图像上训练了随机森林算法和SVM来诊断癌症类型（良性或恶性），总体准确率分别达到92.42%和94.64%。在2015年，Maysanjaya等人。[22]将RBF，LVQ，MLP，反向传播算法（BPA），AIRS和Perceptron算法应用于UCI数据集。在本实验中，MLP和BPA的准确率最高，分别为2016年，Turanoglu等人[23]比较了11种决策树方法在预测甲状腺疾病类型方面的性能。在他们的研究中，NBTree是朴素贝叶斯方法和决策树的组合，达到了75%的最佳准确率，75%的召回率和77.3%的精确率2.3. 分类方法为了通过分类算法诊断CH，在本实验中使用了四种公知的方法。SVM分类器是一种用于分类线性和非线性数据的改进方法通过使用称为支持向量的训练元组，这个大间隔分类器找到两个类之间的决策边界或超平面[24，25]。尽管该算法计算量大，具有较高的精度。SVM分类器不仅对高维和稀疏数据表现良好，而且还避免了过拟合和偏差。此外，它在大型当一小部分数据被标记时，缩放场景[26]。前馈神经网络，也称为多层感知器（MLP）[27，28]，是模式识别背景下的另一种流行模型。该分类器包括多个层，称为测量的准确性最高，为88.34%，但使用基尼系数从而加快训练速度。2012年，Singh和Jindal [8]应用SVM，4过度拟合模型不能可靠 地预测未来的、看不见的 观测结果。S.S. Zarin Mousavi等人医学信息学解锁18（2020）1002814þþ¼þþ隐藏层，逻辑回归模型，也敏感的功能缩放。虽然训练时间很长，但MLP可以实时学习非线性模型。在这个模型中，不同的随机权重初始化会导致不同的验证精度，因此，应该调整超参数，例如隐藏神经元的数量，层数和迭代次数。决策树分类器（DTC）[29间隔，使得具有相同标签的样本被分组在一起。表2评价措施。TP、TN、FP、P、N分别指真阳性、真阴性、假阳性、阳性和阴性样本的数量。度量公式精密TPTPFP召回TP属性选择度量或分割规则5用于确定F-measureP2、查准率如何 在一个 给定节点是 被分割。 有不同属性选择测度，包括信息增益、增益比和基尼系数。根据分裂准则的类型，输出树可以是二叉的或多叉的。CHAID [29]和ID3 [32]分别使用统计卡方检验和信息增益作为其属性选择措施。2.4. 提高分类性能在新生儿筛查数据集（图1）中，其类别之间的分布非常不均匀[33]。由于大多数分类算法需要平衡的数据集才能正常工作，因此将这些方法应用于此类数据集（称为不平衡数据集）会导致错误分类。为了解决这个问题，Bagging和AdaBoost是两种著名的集成方法，分类器[24]。Bagging是一个元估计器，它训练几个（1，2，...， k）将分类器基于随机采样的子集，从原始数据集中提取，然后聚合它们的预测（通过投票或平均）来分类未知元组X。此外，Bagging可以减少黑盒估计器的方差（例如，决策树）。自适应提升（AdaBoost）[34]是一种流行的提升算法，也是另一种用于改善不平衡数据集学习过程的元估计器。它旨在将一组弱分类器转换为强分类器。在该算法中，在每个步骤i中，将弱分类器Mi应用于原始数据的子集（训练集），然后使用相同的训练数据作为测试集来计算其误差。根据该步骤的结果，错误分类的元组将接收更高的权重，反映了它是多么难以分类。此外，每个元组被选择为下一轮的训练集的成员是基于其权重。2.5. 分类评价在这项研究中，我们使用精确度（阳性预测值），召回率（灵敏度），F-测量，准确度[24]，特异性[35]和阴性预测值（NPV）[36]（总结在表2中）来评估分类器的性能。我们还使用K-Fold交叉验证[37]和K10来避免模型与训练数据集精确拟合（过度拟合）。在这种方法中，数据集中的观测值被随机划分为K个折叠（小部分）。该模型在K-1个折叠上进行训练，剩下的一个用于验证（测试）。这个过程重复K次，所有分类器的平均性能被认为是最终结果。因此，每个观测值在训练过程中参与K-1次，在测试过程中参与一次。从头开始训练模型K次使得K重交叉验证成为训练分类器的耗时方法。3. 结果和讨论共有4812名婴儿被纳入本研究。使用RapidMiner Studio版本8，我们将CHAID，ID3，SVM和MLP应用于新生儿筛查数据集。为了克服不平衡的问题[5]分裂准则告诉我们哪个属性在给定节点上产生最纯的分支。精度召回准确度TPPN专属性TNTNFP净现值TNTN-FN在数据集上，我们还将AdaBoost和Bagging技术与上面提到的每个基本分类算法相结合。表3表示这些模型的评价结果总体结果表明，CHAID、CHAID-Bagging和CHAID-AdaBoost具有最差的召回值，即这些算法不能成功区分患有CH的婴儿与正常婴儿。比较ID3和CHAID作为两个决策树分类器的性能，表明ID3是该特定数据集的更好分类器此外，在这些算法中，“第二次测试的原因是TSH > 20 μ/L且母亲或姐妹被识别为甲状腺疾病的婴儿，具有CH“是用于分类的重要规则。在CHAID-袋法中，“第二次检查的原因是TSH>20μ/L的男婴患有CH”是另一个重要的分类规则。基于ID3的输出树“第二次测试的原因”、“性别”和“婚姻类型“是对婴儿进行分类的一些重要因素。ID 3-AdaBoost和ID 3-Bagging在决策过程中都使用了“ 甲 状 腺 疾病 家 族 史 ” 、 “ T S H ” 和 “ 出 生 时 长 ” 。在CHAID、ID3、MLP和SVM中，MLP具有最好的准确率、召回率和NPV。它确定了75名婴儿中的22名患有CH。此外，委员会认为，the “family history of thyroid disease并且该属性具有最高权重。ID3（3 s）和MLP（960 s）分别是最快和最耗时的基本分类器。MLP-Bagging、SVM-Bagging和MLP-AdaBoost具有最好的精度和特异性，为100%。但是，SVM-Bagging也有最好的召回率，F-Measure，准确率和NPV;因此，其整体性能优于其他方法。此外，SVM-Bagging识别出55个75例CH患儿中，以CH组最佳有问题。该算法将“婚姻类型”、“分娩类型”、“TSH”、“甲状腺疾病家族 史” 和 “ 慢 性疾 病 ” 作 为最 重要 的 特征 。 表4 显 示了 通 过 SVMBagging分配给特征的非零权重。SVM分类器为“交付类型”分配零权重，但SVM-bagging和SVM-AdaBoost考虑了这一点对他们的决定很重要。此外，虽然TSH值在传统的CH诊断方法和基于树的分类器中发挥了重要作用，但它的值为零，SVM-bagging中的重量-这表明了其他因素的重要性和潜力（例如，CHAID-AdaBoost和CHAID-Bagging（均为29在集成方法中，MLP-Bagging（2417 s）的训练时间最短，最长。此外，本实验的总体结果表明，除了TSH水平，其他因素，如性别，婚姻类型，分娩类型，甲状腺疾病家族史，慢性疾病是有助于正常婴儿和患有CH的分类。此外，这些特征可以帮助医生识别潜在的婴儿有高风险获得CH，并考虑他们进行进一步的检查。S.S. Zarin Mousavi等人医学信息学解锁18（2020）1002815表3测试模型的性能。模型标准精密度（%）召回率（%）F-测量值（%）准确度（%）特异性（%）净现值（%）培训时间（秒）CHAID60.00%4.00%7.50%百分之九十八点四六百分之九十九点九六百分之九十八点五12ID357.58%25.33%35.19%百分之九十八点五五百分之九十九点七百分之九十八点八三3MLP88.00%29.33%44.00%百分之九十八点八四百分之九十九点九四百分之九十八点八九960SVM百分之九十四点四四22.67%36.56%百分之九十八点七七百分之九十九点九八百分之九十八点七九24CHAID-装袋60.00%4.00%7.50%百分之九十八点四六百分之九十九点九六百分之九十八点五29ID 3-装袋54.05%26.67%35.71%百分之九十八点五百分之九十九点六四百分之九十八点八五31MLP-装袋百分百72.00%83.72%百分之九十九点五六百分百百分之九十九点五六2417SVM装袋百分百百分之七十三点三三84.62%百分之九十九点五八百分百百分之九十九点五八96CHAID-AdaBoost57.14%5.33%9.76%百分之九十八点四六百分之九十九点九四百分之九十八点五二29ID3-AdaBoost54.05%26.67%35.71%百分之九十八点五百分之九十九点六四百分之九十八点八五30MLP-AdaBoost百分百65.33%79.03%百分之九十九点四六百分百九十九点四五2099SVM-AdaBoost百分之九十五点二四26.67%41.67%百分之九十八点八四百分之九十九点九八百分之九十八点八五173表4由SVM Bagging分配的属性权重。属性权重甲状腺疾病家族史无0.161甲状腺疾病家族史母亲0.096甲状腺疾病家族史1.远亲0.044甲状腺疾病家族史慢性疾病无0.032甲状腺疾病家族史<$4兄弟0.025甲状腺疾病的家族史未知0.025甲状腺疾病家族史父亲0.025婚姻陌生人0.002分娩/剖宫产0.002分娩方式<$阴道分娩0.0014. 结论和今后的工作CH是世界各地，特别是伊朗精神发育迟滞最常见的原因之一。CH的早期诊断增加了患者具有正常先天发育的机会。如今，机器学习算法被用于医疗领域的决策，以减少人为错误，并帮助专家更详细地检查生物医学数据。通过审查分类方法在甲状腺疾病诊断中的有效性，我们决定将几种众所周知的分类方法应用于2016年从伊朗Alborz省卫生中心收集的新生儿筛查数据，并评估这些模型在CH诊断中的有效性。由于所讨论的数据集不平衡，我们将基本分类器与Bagging和AdaBoost技术相结合，以提高模型的性能。根据所得结果，SVM-Bagging可以区分CH婴儿与正常婴儿，准确率为99.58%。虽然结果是有希望的，但还有一些额外的帮助。建议提高分类器的性能，使其更实用，例如通过合并来自该国几个卫生中心的数据集或在筛选过程中仔细填写所有字段来增加观察次数。此外，在没有出生后测量的属性（例如TSH水平或头围）的数据集上训练分类模型可以帮助专家在出生前识别具有高CH风险的胎儿。伦理声明我代表所有合著者作证，我们的文章提交给了医学信息学-解锁：竞合利益我们希望确认没有已知的利益S.S. Zarin Mousavi等人医学信息学解锁18（2020）1002816这份出版物的出版物与本书有关，这项工作没有得到可能影响其结果的重大财政支持附录A. 补充数据本文的补充数据可在https：//doi网站上找到。org/10.1016/j.imu.2019.100281。引用[1] Hashemipour M，et al.伊朗伊斯法罕先天性甲状腺功能减退症患者的甲状腺过氧化物酶基因突变。 Internet J Endocrinol 2012;2012.[2] 玫瑰色SR，棕色RS。新生儿筛查和先天性心脏病治疗的最新进展甲状腺功能减退Am. Acad. Pediatr. 2 0 0 6 ;117（6）：2290-303.[3] [10]杨文，李文.先天性甲状腺功能减退症的评价在chaharamahal和bakhtiari的城市和农村保健中心实施筛查方案。Shahrekord医学科学大学20 1 4 ;16（3）：89-94.[4] HashemipourM，Heidari Z，Feizi A，Amini M.先天性甲状腺功能减退症儿童生长发育的因素：一项前瞻性纵向研究，”伊朗。内分泌代谢杂志2015;17（4）：261-73。[5]比于克盖比兹河新生儿先天性甲状腺功能减退症筛查 临床研究杂志儿科内分泌学2013;5（增刊1）：8[6] ZeinalzadehAH，et al.儿童肥胖症的人体测量指标比较筛查发现先天性甲状腺功能减退症，学龄期健康儿童。乌尔米亚大学医学科学杂志2015;26（3）：237-42。[7] Najmi SB，Hashemipour M，Maracy MR，Hovsepian S，Ghasemi M.先天性甲状腺功能减退症患儿的智商：诊断和治疗的影响治疗变量J Res Med Sci 2013;18（5）：395-9.[8] Singh N，Jindal A.甲状腺超声图像的分割方法及分类方法比较。 国际计算机应用杂志2012;50（11）：43-9.[9] ErolR，OulataSN，SahinC，AlparslanZN. 径向基函数神经网络（RBFNN）方法用于甲状腺疾病的结构分类。 医学系统杂志2008;32（3）：215[10] Prasad V，Rao TS，Babu MSP. 基于粗糙集理论和机器学习算法的甲状腺疾病诊断。软计算2016;20（3）：1179[11] 刘东英，陈海荣，杨波，吕晓艳，李连宁，刘军。一种增强型模糊k-基于最近邻分类器的甲状腺疾病计算机辅助诊断系统。医学系统学杂志2012;36（5）：3243-54。[12] PolatK，S.Sahan S，GüneS. 基于模糊加权预处理的人工免疫识别系统（AIRS）的甲状腺疾病诊断新方法诊断. Expert Syst Appl 2007;32（4）：1141-7.[13] 凯尔斯，凯尔斯，凯尔斯。甲状腺疾病诊断专家系统 Expert SystAppl 2008;34（1）：242-6.[14] 特穆塔斯湖神经网络诊断甲状腺疾病的对比研究网络. E X pert Syst Appl 2009;36：944-9.[15] KhanalePB，Ambilwade RP.模糊推理系统在故障诊断中的应用甲状腺功能减退J Artif Intell 2011;4（1）：45-54.[16] Dogantekin E，Dogantekin A，Avci D.基于广义判别分析和小波支持向量机的甲状腺疾病诊断专家系统疾病Expert Syst Appl 2011;38（1）：146-50.[17] 李莲莲，欧阳建辉，陈海荣，刘岱英。甲状腺计算机辅助诊断系统使用极限学习机来治疗疾病J Med Syst 2012;36（5）：3327-37。[18] Azar AT，Hassanien AE，Kim TH.基于神经模糊规则的专家系统甲状腺疾病诊断 Commun Comput Inf Sci 2012;353：94-105. CCIS。[19] 陈洪华，杨波，王刚，刘军，陈云丹，刘岱。基于支持向量机的三阶段甲状腺疾病诊断专家系统。JMed Syst 2012;36（3）：1953[20] MargretJ，Lakshmipathi B，Kumar SA.甲状腺疾病的诊断决策树分割规则 Int J Comput Appl 2012;44（8）：43-6.[21] Prochazka A，Gulati S，Holinka S，Smutek D.基于双阈值提取方向无关特征的超声图像S.S. Zarin Mousavi等人医学信息学解锁18（2020）1002817二进制分解Technol. Cancer Res. Treat. 2019;18.https://doi.org/10.1177/1533033819830748.[22] Maysanjaya IMD，Nugroho HA，Setiawan NA.分类比较甲状腺疾病的诊断方法。在：智能技术及其应用国际研讨会（ISITIA）; 2015年。p. 八九比九十二[23] Turanoglu-BekarE，Ulutagay G，Kansas-Savas S.甲状腺疾病的分类通过使用数据挖掘模型：决策树算法的比较。 O X ford JIntell Decis Data Sci2016;2016（2）：13-28.[24] 韩J，坎伯M，裴J。数据挖掘的概念和技术。三分之爱思唯尔;2012年。[25] 放大图片作者：J.在线信息检索。剑桥大学出版社; 2009.[26] AggarwalCC，Zhai C.文本数据挖掘.第6章：文本分类综述算法 最低文本数据; 2012年。 p. 163-222。[27] 主教CM。模式识别和机器学习。Springer InternationalPublishing; 2006.[28] J.J. M，J.J.J.M，J.J.科内霍神经网络和决策树相结合的乳腺癌复发预测模型。Artif Intell Med2003;27（1）：45-63.[29] YeF，et al. 北京地区婴儿贫血危险因素的卡方自动交互作用检测决策树分析中华医学杂志2016;129（10）：1193-9。[30] 放大图片作者：HastieT. 统计学习的要素。一下Springer InternationalPublishing; 2008.[31] Atashi A，Sohrabi S，Dadashi A.应用两种计算分类方法预测乳腺癌风险：一项比较研究多发性癌症研究2018;2（2）：8[32] 瓦苏德万山口迭代二分法-3算法在糖尿病数据挖掘中的应用数据库 J Comput Sci 2014;10（7）：1151-5.[33] HerH，Garcia EA.从不平衡的数据中学习IEEE传输知识数据工程2009;21（9）：1263[34] Buhlmann P，Hothorn T.提升算法：正则化、预测和模型拟合。Stat Sci2007;22（4）：477-505.[35] PolatK，Günes S. 基于最小二乘支持向量机的乳腺癌诊断。数字信号处理A修订版J 2007;17（4）：694-701。[36] Hong AS，Rosen EL，Soo MS，Baker JA.超声检查的BI-RADS：超声特征的阳性和阴性预测值。 美国X线杂志二○ ○五年;184（4）：1260[37] 黄泰泰分类算法的性能评估：k-fold和leave-one-out交叉验证。Pattern Recognit2015;48（9）：2839-46.