一种基于网络结构学习的高血压诊断界值动态调整的判定方法

本发明涉及一种基于网络结构学习的高血压诊断界值动态调整的判定方法。首先，对人群健康相关数据进行重复值、缺失值、异常值等数据相关的预处理；其次通过网络结构学习方法选择逻辑合理的指标组合，利用Tabu Search、HC、MMHC三种算法构建贝叶斯网络，通过网络节点及结构分析确定高血压的直接相关因素；最后利用统计学方法分析比较各因素不同年份的差异性，根据统计指标结果判断高血压的诊断界值是否需要进行动态调整。