基于決策樹及貝葉斯網(wǎng)絡(luò)建立原發(fā)性肝癌肝郁脾虛證診斷模型研究

張振，田雪飛，郜文輝，何鳳姣，鄧天好，宋曉燕，鄭飄，黃振

基于決策樹及貝葉斯網(wǎng)絡(luò)建立原發(fā)性肝癌肝郁脾虛證診斷模型研究

張振1，田雪飛1，郜文輝1，何鳳姣2，鄧天好2，宋曉燕3，鄭飄1，黃振1

1.湖南中醫(yī)藥大學(xué)中西醫(yī)結(jié)合學(xué)院，湖南 長(zhǎng)沙 410208；2.湖南省中醫(yī)藥研究院附屬醫(yī)院腫瘤診療中心，湖南 長(zhǎng)沙 410008；3.湖南大學(xué)數(shù)學(xué)與計(jì)量經(jīng)濟(jì)學(xué)院，湖南 長(zhǎng)沙 410208

建立原發(fā)性肝癌肝郁脾虛證診斷模型，形成原發(fā)性肝癌肝郁脾虛證判別模式，挖掘其核心診斷屬性，為進(jìn)一步研究原發(fā)性肝癌標(biāo)準(zhǔn)化提供依據(jù)。搜集2014年6月1日－2019年6月1日湖南省中醫(yī)藥研究院附屬醫(yī)院腫瘤診療中心原發(fā)性肝癌住院患者的病癥信息，進(jìn)行規(guī)范，經(jīng)2名主任醫(yī)師進(jìn)行二次辨證，建立原發(fā)性肝癌中醫(yī)病癥-證候數(shù)據(jù)庫，運(yùn)用CHAID（卡方自動(dòng)交互檢測(cè)）、QUEST（快速、無偏、高效統(tǒng)計(jì)樹）、CART（分類回歸樹）、C5.0決策樹算法及貝葉斯網(wǎng)絡(luò)建立診斷模型。共納入患者741例，包括肝郁脾虛、肝膽濕熱、脾虛濕困、肝腎陰虛、肝熱血瘀5個(gè)證型。測(cè)試樣本驗(yàn)證結(jié)果顯示，CHAID、QUEST、CART、C5.0決策樹算法判別正確率分別為91.26%、90.86%、91.47%、92.67%，C5.0正確率略高于其他3種；貝葉斯網(wǎng)絡(luò)分析顯示，各病癥存在一定關(guān)聯(lián)，如肝區(qū)疼痛-脘腹脹滿，脘腹脹滿-納呆厭食，倦怠乏力-納呆厭食，肝區(qū)疼痛-納呆厭食，脈細(xì)-脈弦細(xì)，脈弦-脈弦細(xì)，夜寐欠安-苔少，舌淡-舌胖，苔白-苔少，口干-口苦，雙下肢浮腫-舌淡，苔白-脘腹脹滿；在貢獻(xiàn)度方面，排名前8位病癥分別為脈弦細(xì)、納呆厭食、口干、舌淡、倦怠乏力、肝區(qū)疼痛、口苦、脘腹脹滿，與決策樹算法結(jié)果基本吻合。決策樹及貝葉斯網(wǎng)絡(luò)均可從繁雜、無序的數(shù)據(jù)庫中挖掘出原發(fā)性肝癌肝郁脾虛證核心診斷屬性；脈弦細(xì)在肝郁脾虛證診斷中起決定性作用，結(jié)合肝區(qū)疼痛、舌淡、倦怠乏力、口干、口苦、納呆厭食等病癥信息，可形成比較符合肝郁脾虛證的判別模式，為原發(fā)性肝癌肝郁脾虛證提供較客觀的診斷依據(jù)。

原發(fā)性肝癌；肝郁脾虛證；決策樹；貝葉斯網(wǎng)絡(luò)

2018年Globalcan統(tǒng)計(jì)顯示，原發(fā)性肝癌發(fā)病率在惡性腫瘤中居第6位，死亡率居第4位，我國肝癌死亡人數(shù)占全球一半以上[1]。研究表明，中醫(yī)藥治療原發(fā)性肝癌在穩(wěn)定瘤體、抗復(fù)發(fā)轉(zhuǎn)移及提高患者生存質(zhì)量等方面發(fā)揮著積極作用[2-3]。肝郁脾虛證是原發(fā)性肝癌常見的證候之一[4]，臨床中缺乏較為客觀、統(tǒng)一的辨證標(biāo)準(zhǔn)。機(jī)器學(xué)習(xí)為中醫(yī)藥辨證規(guī)律的研究提供了新的思路和方法，包括決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、貝葉斯網(wǎng)絡(luò)等[5]。決策樹和貝葉斯網(wǎng)絡(luò)目前已被應(yīng)用于證候特征規(guī)范化、中醫(yī)辨證模型及中醫(yī)藥療效判定等多個(gè)方面[6-8]。本研究通過回顧性研究湖南省中醫(yī)藥研究院附屬醫(yī)院腫瘤診療中心原發(fā)性肝癌住院患者資料，利用決策樹及貝葉斯網(wǎng)絡(luò)建立原發(fā)性肝癌肝郁脾虛證診斷模型，形成原發(fā)性肝癌肝郁脾虛證判別模式，挖掘核心診斷屬性，為進(jìn)一步研究原發(fā)性肝癌標(biāo)準(zhǔn)化提供依據(jù)。

1 資料與方法

1.1 一般資料

搜集湖南省中醫(yī)藥研究院附屬醫(yī)院腫瘤診療中心2014年6月1日－2019年6月1日住院原發(fā)性肝癌患者823例，收集病例資料。參照《實(shí)用中醫(yī)辨證手冊(cè)》[9]、《中醫(yī)診斷學(xué)實(shí)訓(xùn)教材》[10]對(duì)資料進(jìn)行規(guī)范，如右上腹疼痛、右上腹脹痛規(guī)范為肝區(qū)疼痛，全身乏力、神疲倦怠、全身倦怠、乏力倦怠規(guī)范為倦怠乏力，飲食欠佳、默默不欲飲食、納差、食欲不振規(guī)范為納呆厭食。

1.2 西醫(yī)診斷標(biāo)準(zhǔn)

參照《原發(fā)性肝癌診療規(guī)范（2011年版）》[11]制定原發(fā)性肝癌西醫(yī)診斷標(biāo)準(zhǔn)。

1.3 中醫(yī)辨證標(biāo)準(zhǔn)

參照《中醫(yī)病證診斷療效標(biāo)準(zhǔn)》[12]制定肝郁脾虛證辨證標(biāo)準(zhǔn)：脅肋脹痛，胸悶腹脹，食欲減退，大便不實(shí)或溏，精神不振，舌淡苔白，脈細(xì)弦。由2名主任醫(yī)師且具有5年以上臨床經(jīng)驗(yàn)的腫瘤科專家對(duì)規(guī)范后的資料進(jìn)行二次辨證，剔除2次辨證不同的病例。

1.4 納入標(biāo)準(zhǔn)

①臨床診斷或病理診斷確診為原發(fā)性肝癌；②年齡≥18歲；③Child-Pugh分級(jí)為A、B級(jí)[11]。

1.5 排除標(biāo)準(zhǔn)

①繼發(fā)性肝癌者；②病歷資料不全者；③伴嚴(yán)重消化道出血、肝性腦病者。

1.6 建立數(shù)據(jù)庫

對(duì)所搜集的病癥資料進(jìn)行賦值，“是”賦值為“1”，“否”賦值為“0”，建立原發(fā)性肝癌中醫(yī)病癥-證候數(shù)據(jù)庫。采用IBM SPSS Modeler 20.0，對(duì)數(shù)據(jù)庫資料進(jìn)行主成分分析，篩選出貢獻(xiàn)率＞90%的病癥。

1.7 建立模型及驗(yàn)證

采用IBM SPSS Modeler 20.0軟件中的CHAID、QUEST、CART、C5.0決策樹算法進(jìn)行識(shí)別規(guī)律挖掘；建立貝葉斯網(wǎng)絡(luò)，計(jì)算各病癥的條件概率。

2 結(jié)果

2.1 原發(fā)性肝癌肝郁脾虛證病癥要素分布

經(jīng)專家二次辨證，排除82例，最終納入741例，共出現(xiàn)肝郁脾虛、肝膽濕熱、脾虛濕困、肝腎陰虛、肝熱血瘀5個(gè)證型，其中肝郁脾虛證患者306例，非肝郁脾虛證患者435例。肝郁脾虛證患者共出現(xiàn)28個(gè)病癥信息，結(jié)果見表1。

2.2 主成分分析結(jié)果

對(duì)原發(fā)性肝癌中醫(yī)病癥-證候數(shù)據(jù)庫進(jìn)行主成成分分析，排名前16位（頻率＞10%）的病癥要素貢獻(xiàn)率超過了全部指標(biāo)的90%，表明部分病癥要素冗余性較大，故將排名前16位的病癥要素作為本研究目標(biāo)變量。

2.3 原發(fā)性肝癌肝郁脾虛證CHAID決策樹模型結(jié)果

應(yīng)用CHAID決策樹算法對(duì)16個(gè)因素進(jìn)行分析，訓(xùn)練樣本設(shè)置為80%，測(cè)試樣本設(shè)置為20%，決策樹深度為4，共篩選出脈弦細(xì)、肝區(qū)疼痛、口干、倦怠乏力、舌淡5個(gè)屬性，共12個(gè)節(jié)點(diǎn)，7個(gè)終結(jié)點(diǎn)。形成7條肝郁脾虛證的判別路線（見圖1）。本研究中，分類正確的樣本數(shù)占樣本總數(shù)比例為正確率[13]，測(cè)試樣本驗(yàn)證結(jié)果顯示其判別正確率為91.26%。

表1 306例原發(fā)性肝癌肝郁脾虛證患者病癥分布

病癥頻次頻率/% 病癥頻次頻率/% 肝區(qū)疼痛25884.31 脈細(xì)4113.40 脈弦細(xì)20968.30 雙下肢浮腫3912.75 脘腹脹滿17356.54 厭油24 7.84 納呆厭食17356.54 小便色黃21 6.86 舌淡16955.23 腹部膨隆20 6.54 倦怠乏力16754.58 舌質(zhì)紫黯18 5.88 苔白15550.56 皮膚色黃18 5.88 舌胖13544.12 小便量少16 5.23 苔少13343.46 惡心15 4.90 便溏10333.66 頭暈15 4.90 口苦 9932.35 苔膩14 4.57 夜寐欠安 9230.07 胸悶氣促10 3.27 口干 8929.08 嘔吐 9 2.94 脈弦 5818.95 胃脘部疼痛 3 0.98

圖1 原發(fā)性肝癌肝郁脾虛證CHAID算法決策樹模型

2.4 原發(fā)性肝癌肝郁脾虛證QUEST決策樹模型結(jié)果

應(yīng)用QUEST決策樹算法對(duì)16個(gè)因素進(jìn)行分析，訓(xùn)練樣本設(shè)置為80%，測(cè)試樣本設(shè)置為20%，決策樹深度為4，共篩選出脈弦細(xì)、肝區(qū)疼痛、舌淡、納呆厭食、夜寐欠安5個(gè)屬性，共12個(gè)節(jié)點(diǎn)，7個(gè)終結(jié)點(diǎn)。形成7條肝郁脾虛證的判別路線（見圖2）。測(cè)試樣本驗(yàn)證結(jié)果顯示其判別正確率為90.86%。

2.5 原發(fā)性肝癌肝郁脾虛證CART決策樹模型結(jié)果

應(yīng)用CART決策樹算法對(duì)16個(gè)因素進(jìn)行分析，訓(xùn)練樣本設(shè)置為80%，測(cè)試樣本設(shè)置為20%，決策樹深度為4，共篩選出脈弦細(xì)、肝區(qū)疼痛、舌淡、納呆厭食、苔白、口苦6個(gè)屬性，共14個(gè)節(jié)點(diǎn)，8個(gè)終結(jié)點(diǎn)。形成8條肝郁脾虛證的判別路線（見圖3）。測(cè)試樣本驗(yàn)證結(jié)果顯示其判別正確率為91.47%。

圖2 原發(fā)性肝癌肝郁脾虛證QUEST算法決策樹模型

圖3 原發(fā)性肝癌肝郁脾虛證CART算法決策樹模型

2.6 原發(fā)性肝癌肝郁脾虛證C5.0決策樹模型結(jié)果

應(yīng)用C5.0決策樹算法對(duì)16個(gè)因素進(jìn)行決策樹分析，篩選出脈弦細(xì)、舌淡，納呆厭食、脘腹脹滿4個(gè)屬性。該模型深度為5，共8個(gè)節(jié)點(diǎn)，5個(gè)終結(jié)點(diǎn)。形成5條肝郁脾虛證的判別路線（見圖4）。測(cè)試樣本驗(yàn)證結(jié)果顯示其判別正確率為92.67%。

圖4 原發(fā)性肝癌肝郁脾虛證C5.0算法決策樹模型

2.7 原發(fā)性肝癌肝郁脾虛證貝葉斯網(wǎng)絡(luò)模型

以肝郁脾虛證為目標(biāo)變量，16個(gè)病癥為輸入變量，得到有向無環(huán)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)圖形（見圖5）。該圖直觀反映出各病癥間的關(guān)聯(lián)，如肝區(qū)疼痛-脘腹脹滿、脘腹脹滿-納呆厭食、倦怠乏力-納呆厭食、肝區(qū)疼痛-納呆厭食、脈細(xì)-脈弦細(xì)、脈弦-脈弦細(xì)、夜寐欠安-苔少、舌淡-舌胖、苔白-苔少、口干-口苦、雙下肢浮腫-舌淡、苔白-脘腹脹滿等。

圖5 原發(fā)性肝癌肝郁脾虛證病癥間貝葉斯網(wǎng)絡(luò)圖

2.8 各病癥的條件概率

貝葉斯公式描述的是先驗(yàn)概率和后驗(yàn)概率間的關(guān)系。M代表某一假設(shè)，在本研究中為肝郁脾虛證。N為一組證據(jù)，本研究中Nn（n＝1，2，...，16）代表篩選出的16種病癥因素。貝葉斯公式為：

式中，P（M）表示先驗(yàn)概率，P（Nn|M）表示似然函數(shù)，P（Nn）表示邊際分布。根據(jù)公式可以計(jì)算出在每個(gè)病癥因素Nn條件下M的后驗(yàn)概率P（M|Nn），即條件概率[13]。

本研究以篩選出的16種病癥為條件，肝郁脾虛證為目標(biāo)，80%訓(xùn)練樣本，20%為測(cè)試樣本，得到各病癥的條件概率（見表2）。條件概率代表病癥對(duì)肝郁脾虛證的貢獻(xiàn)度，排名前8位的病癥分別為脈弦細(xì)、納呆厭食、口干、舌淡、倦怠乏力、肝區(qū)疼痛、口苦、脘腹脹滿。測(cè)試樣本驗(yàn)證正確率為89.32%。

表2 原發(fā)性肝癌肝郁脾虛證各病癥條件概率

病癥條件概率 病癥條件概率 脈弦細(xì)0.85 舌胖0.42 納呆厭食0.70 苔少0.29 口干0.71 苔白0.26 舌淡0.66 脈弦0.23 倦怠乏力0.65 便溏0.21 肝區(qū)疼痛0.60 夜寐欠安0.19 口苦0.55 脈細(xì)0.16 脘腹脹滿0.44 雙下肢浮腫0.14

3 討論

肝癌屬中醫(yī)學(xué)“積聚”“肝積”“鼓脹”“脅痛”等范疇。有學(xué)者認(rèn)為，肝脾同居中焦，生理上相互聯(lián)系，病理上相互影響，脾胃運(yùn)化功能有賴于肝臟疏泄功能的正常發(fā)揮[14]。肝為剛臟，喜條達(dá)而惡抑郁。若肝氣郁結(jié)，則脾胃運(yùn)化功能失常?！督饏T要略》有“見肝之病，知肝傳脾，當(dāng)先實(shí)脾”，肝郁犯脾，常引起脾氣升降功能失常。故原發(fā)性肝癌肝郁脾虛證患者臨床常見肝區(qū)疼痛、脘腹脹滿、納呆厭食、倦怠乏力、便溏、口干、口苦、舌淡苔白、脈弦細(xì)等。

決策樹算法是機(jī)器學(xué)習(xí)中用于分類和預(yù)測(cè)的模型之一，是對(duì)無秩序、無規(guī)則的數(shù)據(jù)進(jìn)行分類的過程，并將所有可能發(fā)生的結(jié)局的概率分布用樹形圖表達(dá)，包括CHAID、QUEST、CART及C5.0決策樹算法[15]。其中CHAID及CART主要是根據(jù)自變量對(duì)因變量進(jìn)行分類檢測(cè)并將分類指標(biāo)帶入函數(shù)中，根據(jù)所得函數(shù)值判斷指標(biāo)應(yīng)歸入的類別。QUEST是在CHAID算法的基礎(chǔ)上進(jìn)行改進(jìn)的二次元算法，經(jīng)過方差分析、卡方檢驗(yàn)、聚類分析和判別分析等生成精確的二叉樹模型。C5.0是基于ID3及C4.5發(fā)展起來的一種決策樹算法。

貝葉斯網(wǎng)絡(luò)借助有向無環(huán)圖來刻畫屬性之間的依賴關(guān)系，并使用條件概率表描述屬性間的聯(lián)合關(guān)系[16]。它能為不確定學(xué)習(xí)和推斷提供基本框架并有效表達(dá)屬性間的條件獨(dú)立性。中醫(yī)辨證是利用不同病癥集合推斷“證”的過程，不同病癥間可能存在一定關(guān)聯(lián)。貝葉斯網(wǎng)絡(luò)能通過對(duì)數(shù)據(jù)的處理實(shí)現(xiàn)病癥之間關(guān)聯(lián)，并以條件概率形式表示各病癥對(duì)證候的貢獻(xiàn)度。

我們運(yùn)用決策樹算法挖掘原發(fā)性肝癌中醫(yī)病癥-證候數(shù)據(jù)庫所包含的信息，我們共篩選出原發(fā)性肝癌肝郁脾虛證病癥中包括脈弦細(xì)、肝區(qū)疼痛、舌淡、倦怠乏力、口干、口苦、納呆厭食、夜寐欠安、脘腹脹滿在內(nèi)的9個(gè)中醫(yī)屬性。用訓(xùn)練樣本進(jìn)行驗(yàn)證，4種決策樹算法準(zhǔn)確率均超過90%，其中C5.0決策樹算法的準(zhǔn)確率最高（92.67%），略高于其他3種算法；貝葉斯網(wǎng)絡(luò)結(jié)果提示，在肝郁脾虛證模型中，病癥間存在一定相互關(guān)系，如肝區(qū)疼痛-脘腹脹滿、脘腹脹滿-納呆厭食、倦怠乏力-納呆厭食、肝區(qū)疼痛-納呆厭食、脈細(xì)-脈弦細(xì)、脈弦-脈弦細(xì)、夜寐欠安-苔少、舌淡-舌胖、苔白-苔少、口干-口苦、雙下肢浮腫-舌淡、苔白-脘腹脹滿等。在貢獻(xiàn)度方面，排名前8位的病癥分別為脈弦細(xì)、納呆厭食、口干、舌淡、倦怠乏力、肝區(qū)疼痛、口苦、脘腹脹滿，與決策樹算法結(jié)果基本吻合。

本研究結(jié)果提示，決策樹及貝葉斯網(wǎng)絡(luò)均能從繁雜、無序的數(shù)據(jù)庫中挖掘出肝癌肝郁脾虛證的核心診斷屬性，脈弦細(xì)在肝郁脾虛證診斷中起決定性作用，同時(shí)，結(jié)合肝區(qū)疼痛、舌淡、倦怠乏力、脘腹脹滿、口干、口苦、納呆厭食等信息，可形成比較符合肝郁脾虛證的判別模式，為原發(fā)性肝癌肝郁脾虛證提供較為客觀化的診斷依據(jù)。綜上所述，本研究采用決策樹及貝葉斯網(wǎng)絡(luò)建立原發(fā)性肝癌肝郁脾虛證模型，優(yōu)勢(shì)互補(bǔ)，更能達(dá)到預(yù)期目的。

[1] SIEGEL R L, MILLER K D, JEMAL A. Cancer statistics, 2018[J]. CA A Cancer Journal for Clinicians,2018,60(5)：277-300.

[2] 張振,郜文輝,王亞琪,等.益氣化瘀解毒方加減聯(lián)合索拉非尼治療原發(fā)性肝癌療效研究[J].陜西中醫(yī),2019,40(3)：322-324.

[3] 謝璐帆,蔡艷陽,楊京京,等.吳良村運(yùn)用滋水涵木法治療原發(fā)性肝癌經(jīng)驗(yàn)擷菁[J].中國中醫(yī)藥信息雜志,2018,25(3)：121-122.

[4] 侯鳳剛,凌昌全.原發(fā)性肝癌中醫(yī)辨證分型文獻(xiàn)中專家觀點(diǎn)統(tǒng)計(jì)分析[J].云南中醫(yī)學(xué)院學(xué)報(bào),2003,26(2)：6-7,12.

[5] MICHIE D, SPIEGELHALTER D J, TAYLOR C C, et al. Machine learning, neural and statistical classification[M]. New York：Ellis Horwood,1995.

[6] 田艷鵬,丁學(xué)義,朱羽碩,等.基于決策樹和神經(jīng)網(wǎng)絡(luò)的高血壓病痰濕壅盛證診斷模型研究[J].中華中醫(yī)藥雜志,2018,33(8)：3579-3584.

[7] 楊洋,黃啟云,劉追星.基于貝葉斯網(wǎng)絡(luò)之胃癌的辨證標(biāo)準(zhǔn)研究[J].陜西中醫(yī)藥大學(xué)學(xué)報(bào),2019,42(2)：119-126.

[8] 朱曉玥,沈俊杰,桑靈麗,等.藥物治療骨關(guān)節(jié)炎的療效比較：網(wǎng)絡(luò)Meta分析[J].中華疾病控制雜志,2018,22(4)：396-401.

[9] 朱文鋒.實(shí)用中醫(yī)辨證手冊(cè)[M].長(zhǎng)沙：湖南科學(xué)技術(shù)出版社,2009：156-183.

[10] 陸小左.中醫(yī)診斷學(xué)實(shí)訓(xùn)教材[M].北京：中國中醫(yī)藥出版社,2010：174-203.

[11] 中華人民共和國衛(wèi)生部.原發(fā)性肝癌診療規(guī)范(2011年版)[J].臨床肝膽病雜志,2011,27(11)：1141-1159.

[12] 國家中醫(yī)藥管理局.中醫(yī)病證診斷療效標(biāo)準(zhǔn)[M].南京：南京大學(xué)出版社,1994：87-109.

[13] HARRINGTON P.機(jī)器學(xué)習(xí)實(shí)戰(zhàn)：Machine learning in action[M].李銳,李鵬,曲亞東,譯.北京：人民郵電出版社,2013：103-105,174-203.

[14] 張振,郜文輝,曾普華,等.曾普華從癌毒致虛論治原發(fā)性肝癌經(jīng)驗(yàn)[J].湖南中醫(yī)雜志,2019,35(2)：18-21.

[15] 唐華松,姚耀文.數(shù)據(jù)挖掘中決策樹算法的探討[J].計(jì)算機(jī)應(yīng)用研究,2001,18(8)：18-19.

[16] FRIEDMAN N, GEIGER D, GOLDSZMIDT M. Bayesian network classifiers[J]. Machine Learning,1997,29(2/3)：131-163.

Study on Diagnosis Model of Liver Stagnation and Spleen Deficiency Syndrome of Primary Liver Cancer Based on Decision Tree and Bayesian Network

ZHANG Zhen1, TIAN Xuefei1, GAO Wenhui1, HE Fengjiao2, DENG Tianhao2,SONG Xiaoyan3, ZHENG Piao1, HUANG Zhen1

To establish a diagnosis model of liver stagnation and spleen deficiency syndrome of primary liver cancer; To form an identification mode for liver stagnation and spleen deficiency syndrome of primary liver cancer; To mine its core diagnostic attributes; To provide a basis for further research on the standardization of primary liver cancer.The disease information of inpatients diagnosed with primary liver cancer in Tumor Diagnosis and Ttreatment Center of Affiliated Hospital of Hunan Institute of Traditional Chinese Medicine from 1st June 2014 to 1st June 2019 was collected, and the information was standardized, unified, and received the second syndrome differentiation by 2 chief physicians. A database of TCM syndromes-symptoms of primary liver cancer was established. A diagnosis model was established by using decision tree of CHAID, QUEST, CART, C5.0 algorithm and Bayesian network.Totally 741 patients were involved, including 5 syndromes of liver depression and spleen deficiency, liver and gallbladder dampness-heat, spleen deficiency and dampness, liver and kidney yin deficiency, liver heat and blood stasis. The results of test sample verification showed that the correct rates of CHAID, QUEST, CART, C5.0 decision tree algorithm were 91.26%, 90.86%, 91.47%, and 92.67%, respectively, and the correct rate of C5.0 was slightly higher than that of the other three types. The results of Bayesian network analysis showed that there was a certain correlation between the symptoms, such as liver pain-epigastric distension, epigastric distension- anorexia, burnout and fatigue-anorexia, liver pain-anorexia, pulse thin-pulse string thin, pulse string-pulse string thin, sleeplessness-less moss, tongue light-tongue fat, moss white-moss less, mouth dry-mouth bitter, both lower extremities edema-tongue light, moss white-epigastric distension, etc. In terms of contribution, the top 8 disease symptoms were pulse string thin, anorexia, mouth dry, tongue light, fatigue, liver pain, mouth bitter, and epigastric distension, and the results basically agreed with the results of decision tree.Both decision tree algorithm and Bayesian network can mine the core diagnostic attributes of liver depression and spleen deficiency syndrome from the complicated and disordered database of primary liver cancer. Pulse string thin plays a decisive role in the diagnosis of liver depression and spleen deficiency syndrome. At the same time, combined with the symptoms of liver pain, tongue light, fatigue, mouth dry, mouth bitter, anorexia and so on, the identification mode of liver depression and spleen deficiency syndrome can be formed, which can provide more objective diagnostic basis for liver depression and spleen deficiency syndrome of primary liver cancer.

primary liver cancer; liver depression and spleen deficiency syndrome; decision tree; Bayesian network

R273.57；R2-05

A

1005-5304(2020)09-0115-06

10.3969/j.issn.1005-5304.201907482

國家自然科學(xué)基金（81603603、81473617）；湖南省教育廳開放平臺(tái)基金（16K066）；湖南省科技計(jì)劃（2017SK50310）

田雪飛，E-mail：003640@hnucm.edu.cn

（2019-07-31）

（2019-09-03；編輯：季巍巍）