在今天這個時代,越來越多的人患了糖尿病,但其中很多人并不知曉或者確切他們是否患病。糖尿病是一類非�？膳碌穆圆�,被徹底治愈的可能性非常低。因此,在前期如果能盡早識別高風險患者,及時地介入患者的護理過程,養(yǎng)成健康生活方式甚至于提前藥物治療,能夠減少患病風險。依據(jù)目前在該方面的研究,積極地前期預(yù)警治療至少會降低30%到60%的得病風險。所以,提前確定有大概率患病的患者,不僅可以改善病情,還可以加強公眾的臨床管理,是非常有意義的。為了提高糖尿病患者的知曉率,從而及時地對病情進行管理,本文從患者的代謝數(shù)據(jù)出發(fā),深入分析不同檢查項目對血糖水平的影響,并充分利用檢查科目和項目之間的包含關(guān)系,優(yōu)選特征。同時,本文轉(zhuǎn)換了預(yù)測思路,將數(shù)值預(yù)測轉(zhuǎn)換成二分類問題,此時遇到的主要問題是數(shù)據(jù)集的類別不平衡問題。為此,本文基于SMOTE設(shè)計了一種新的過采樣方法,來提高分類效果。本文的研究工作,包括以下內(nèi)容:(1)針對患者檢查項目多、特征復(fù)雜的的情況,本文提出了一種基于序列后向選擇的層次化特征選擇方法。首先,由于SBS算法巨大的計算開銷和方法的靈活性,本文在該方法思想的基礎(chǔ)上,通過為所有特征進行重要性排序,根據(jù)排序...

【文章頁數(shù)】：67 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 本文研究的背景及意義
    1.2 研究現(xiàn)狀分析
        1.2.1 基于生理模型的血糖預(yù)測
        1.2.2 基于數(shù)據(jù)的血糖預(yù)測
    1.3 血糖預(yù)測的合理性分析
    1.4 本文主要工作和創(chuàng)新點
    1.5 論文結(jié)構(gòu)
第二章 相關(guān)研究與技術(shù)
    2.1 醫(yī)療數(shù)據(jù)特點分析
    2.2 醫(yī)療數(shù)據(jù)挖掘技術(shù)概述
        2.2.1 數(shù)據(jù)預(yù)處理
        2.2.2 特征選擇
        2.2.3 模型選擇與構(gòu)建
    2.3 醫(yī)療數(shù)據(jù)挖掘應(yīng)用介紹
    2.4 本章小結(jié)
第三章 基于序列后向選擇的層次化特征選擇方法
    3.1 集成學習研究
        3.1.1 Boosting方法
        3.1.2 Bagging方法
    3.2 基于SBS的層次化特征選擇方法
        3.2.1 動機分析
        3.2.2 研究思路
    3.3 實驗設(shè)置與結(jié)果分析
        3.3.1 數(shù)據(jù)準備與處理
        3.3.2 性能評價指標
        3.3.3 特征子集的獲取
        3.3.4 實驗結(jié)果與分析
    3.4 本章小結(jié)
第四章 基于Region-SMOTE的不平衡數(shù)據(jù)處理方法
    4.1 數(shù)據(jù)不平衡問題研究
        4.1.1 SMOTE算法
        4.1.2 Borderline-SMOTE算法
        4.1.3 其他研究工作
    4.2 基于Region-SMOTE的不平衡數(shù)據(jù)處理方法
        4.2.1 動機分析
        4.2.2 研究思路
    4.3 實驗設(shè)置與結(jié)果分析
        4.3.1 數(shù)據(jù)準備與處理
        4.3.2 性能評價指標
        4.3.3 實驗設(shè)置
        4.3.4 結(jié)果與分析
    4.4 本章小結(jié)
第五章 結(jié)論與展望
    5.1 本文主要工作總結(jié)
    5.2 研究展望
致謝
參考文獻
作者在學期間取得的學術(shù)成果



本文編號：3767000