常见机器学习方法在中医诊断领域的应用述评

作者：夏淑洁; 杨朝阳; 周常恩; 辛基梁; 张佳; 杜国栋; 李灿东^*

来源：广州中医药大学学报, 2021, 38(04): 826-831.

DOI：10.13359/j.cnki.gzxbtcm.2021.04.032

• 支持向量机
• 决策树
• K近邻算法
• 人工神经网络
• 贝叶斯网络
• AdaBoost算法
• 中医诊断
• 应用

对近年来数据挖掘技术中的常见机器学习方法应用于中医诊断的概况进行述评。近年来应用于中医诊断的常见机器学习方法有支持向量机、决策树、K近邻算法、人工神经网络、贝叶斯网络、AdaBoost算法等,这些方法各有其优势与不足。今后在促进机器学习运用于中医诊断研究领域时,需基于中医证的多维性、非线性和复杂性的特点,针对中医诊疗中的各项问题制定统一的标准并规范收集数据,选用合适的机器学习方法,寻找中医大数据下的隐藏知识和规律,以推动中医诊断客观化、规范化。

• 单位
  福建中医药大学; 厦门大学