基于粗糙集正域与信息熵综合的医学检验指标约简方法

本发明公开了基于粗糙集正域与信息熵综合的医学检验指标约简方法，适用于医疗数据分析等场景中的高维数据属性约简与知识发现，通过融合粗糙集理论和信息论方法两种视角，提出一种新的约简策略，通过加权平均方式得到属性的综合重要度，其权重由正域与边界域的比值确定。根据综合重要度进行迭代约简，合理地兼顾了确定性和非确定性元素，解决了大规模模糊信息决策系统的属性约简可行性问题，得到更准确的约简集合。便于聚焦关键诊断指标，提升诊断效率与准确性，增强临床可解释性，减少不必要的检测项目，起到优化数据，提高诊断效率，节约医疗成本的作用。