Published
2026-05-08
Section
Articles
How to Cite
基于Stacking融合模型与知识图谱的糖尿病诊断系统 研究
吕 金萍
宿州学院信息工程学院
张 晓梅
宿州学院信息工程学院
DOI: https://doi.org/10.59429/kxjsyy.v3i2.13834
Keywords: 糖尿病辅助诊断；Stacking 集成学习；知识图谱；可解释性人工智能；系统设计
Abstract
糖尿病是全球范围内高发的慢性代谢性疾病，做好早期筛查与并发症预防工作，是减轻医疗负担的关键。传 统诊断方式过度依赖医生的主观经验，单一机器学习模型的泛化能力不强，AI 诊断决策缺乏可解释性，且并发症预 警机制不够完善。针对这些实际问题，本文设计并实现了一套融合多算法集成学习与医疗知识图谱的糖尿病智能辅 助诊断系统。研究过程中，构建了标准化的数据预处理流程，对原始数据进行清洗、异常值处理及缺失值填充；提 出基于 Stacking 策略的多模型融合预测方法，整合多种异构树模型，以逻辑回归作为元学习器进行二次决策，有效 提高了预测的稳定性与综合性能。同时，依据临床指南与电子病历数据，构建糖尿病领域知识图谱，开发并发症推 理引擎，实现了从风险预测到病理路径溯源的可解释性诊断。该系统整合了风险评估、并发症预警、健康管理与辅 助决策等功能，可在基层医疗机构辅助应用，具有较好的临床实用价值。
References
[1] 许明哲. 基于门控树图注意力网络的糖尿病实体类型预测研究[D]. 北京：北京交通大学，2023.
[2] 刘勘，周晓英. 基于知识图谱的医疗并发症关联关系可视化分析[J]. 计算机应用，2022,42(S1):112-118.
[3] 中华医学会糖尿病学分会. 中国 2 型糖尿病防治指南（2020 年版）[J]. 中华糖尿病杂志，2021,13(4):315-409.