本文關(guān)鍵詞：疾病并發(fā)癥發(fā)現(xiàn)方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著信息技術(shù)在醫(yī)療行業(yè)的大規(guī)模應(yīng)用,醫(yī)療臨床數(shù)據(jù)的記錄和存儲(chǔ)方式發(fā)生了很大變化,大量的醫(yī)療數(shù)據(jù)被實(shí)時(shí)或半實(shí)時(shí)地采集起來,形成了電子病歷系統(tǒng)。電子病歷系統(tǒng)整合了病人個(gè)人資料、病史、藥物使用、檢驗(yàn)檢查和診斷醫(yī)囑等大量數(shù)據(jù),并在數(shù)據(jù)挖掘技術(shù)的支撐下,在醫(yī)療決策支持和生物基因?qū)W研究等領(lǐng)域展現(xiàn)出巨大的應(yīng)用和研究價(jià)值。其中,從電子病歷中發(fā)現(xiàn)疾病的并發(fā)癥已經(jīng)成為了并發(fā)癥診斷和預(yù)測的一種重要方式。并發(fā)癥往往具有很高的復(fù)雜性和不確定性,利用海量數(shù)據(jù)研究疾病之間的并發(fā)關(guān)系并進(jìn)行疾病的并發(fā)癥預(yù)警對疾病的治療具有重要意義。本文提出了一種新的疾病并發(fā)癥發(fā)現(xiàn)方法,并基于這種疾病并發(fā)癥發(fā)現(xiàn)方法建立了疾病并發(fā)癥風(fēng)險(xiǎn)預(yù)測系統(tǒng),旨在為醫(yī)生和患者預(yù)測潛在的并發(fā)癥,降低病人在患病期間被并發(fā)癥困擾的可能性。為了從臨床數(shù)據(jù)中獲得更多更準(zhǔn)確的疾病并發(fā)關(guān)系,本文提出疾病并發(fā)權(quán)重的概念,并利用BP神經(jīng)網(wǎng)絡(luò)模型計(jì)算疾病的并發(fā)權(quán)重,再將疾病并發(fā)權(quán)重與加權(quán)關(guān)聯(lián)規(guī)則挖掘算法相結(jié)合進(jìn)行疾病并發(fā)關(guān)聯(lián)規(guī)則挖掘,從而獲得了疾病之間的并發(fā)關(guān)系�；谶@些并發(fā)關(guān)系,本文構(gòu)建了一個(gè)能為醫(yī)生和病人提供并發(fā)癥風(fēng)險(xiǎn)預(yù)測的疾病并發(fā)癥風(fēng)險(xiǎn)預(yù)測系統(tǒng)。最后,本文從臨床診斷數(shù)據(jù)中選擇部分并發(fā)癥數(shù)據(jù)作為測試數(shù)據(jù),通過實(shí)驗(yàn)證明本文研究方法的有效性。
【關(guān)鍵詞】：并發(fā)癥 疾病并發(fā)權(quán)重 神經(jīng)網(wǎng)絡(luò)模型 加權(quán)關(guān)聯(lián)規(guī)則挖掘
【學(xué)位授予單位】：北京理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP311.13;F224;R197.32
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 第1章 緒論9-13
• 1.1 研究背景9-10
• 1.2 研究意義10-11
• 1.3 研究內(nèi)容11-12
• 1.4 研究組織結(jié)構(gòu)12-13
• 第2章 研究現(xiàn)狀13-19
• 2.1 利用關(guān)聯(lián)規(guī)則挖掘研究并發(fā)癥13-16
• 2.1.1 關(guān)聯(lián)規(guī)則挖掘算法簡介13-14
• 2.1.2 利用關(guān)聯(lián)規(guī)則挖掘研究疾病并發(fā)癥14-16
• 2.2 利用非關(guān)聯(lián)規(guī)則挖掘來研究并發(fā)癥16-17
• 2.3 本章小結(jié)17-19
• 第3章 疾病的并發(fā)權(quán)重19-34
• 3.1 疾病并發(fā)權(quán)重的概念19-20
• 3.2 獲取部分疾病的并發(fā)權(quán)重20-23
• 3.2.1 獲取部分疾病的并發(fā)癥信息20-22
• 3.2.2 計(jì)算部分疾病的并發(fā)權(quán)重22-23
• 3.3 BP神經(jīng)網(wǎng)絡(luò)簡介23-26
• 3.3.1 神經(jīng)網(wǎng)絡(luò)中的神經(jīng)元23-24
• 3.3.2 常用激活函數(shù)24-25
• 3.3.3 BP神經(jīng)網(wǎng)絡(luò)模型的學(xué)習(xí)過程25-26
• 3.4 構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型26-34
• 3.4.1 BP神經(jīng)網(wǎng)絡(luò)模型的輸入層26-31
• 3.4.2 模型訓(xùn)練數(shù)據(jù)的預(yù)處理31-33
• 3.4.3 BP神經(jīng)網(wǎng)絡(luò)模型的輸出33-34
• 第4章 疾病并發(fā)關(guān)聯(lián)關(guān)系發(fā)現(xiàn)和預(yù)測34-42
• 4.1 加權(quán)關(guān)聯(lián)規(guī)則挖掘算法34-40
• 4.1.1 加權(quán)關(guān)聯(lián)規(guī)則挖掘算法簡介34-36
• 4.1.2 頻繁模式樹的構(gòu)建36-38
• 4.1.3 算法實(shí)現(xiàn)38-40
• 4.2 利用疾病并發(fā)關(guān)聯(lián)預(yù)測并發(fā)疾病40-42
• 第5章 實(shí)驗(yàn)過程和結(jié)果分析42-53
• 5.1 數(shù)據(jù)準(zhǔn)備和預(yù)處理42-43
• 5.1.1 數(shù)據(jù)準(zhǔn)備42
• 5.1.2 數(shù)據(jù)預(yù)處理42-43
• 5.2 應(yīng)用BP神經(jīng)網(wǎng)絡(luò)模型獲得疾病并發(fā)權(quán)重43-45
• 5.2.1 模型隱藏層神經(jīng)元數(shù)量的確定43-44
• 5.2.2 獲得所有疾病并發(fā)權(quán)重44-45
• 5.3 加權(quán)關(guān)聯(lián)規(guī)則挖掘45-46
• 5.4 疾病并發(fā)癥風(fēng)險(xiǎn)預(yù)測評估46-53
• 5.4.1 疾病并發(fā)癥風(fēng)險(xiǎn)預(yù)測平臺(tái)46-47
• 5.4.2 并發(fā)疾病預(yù)測評估47-48
• 5.4.3 對比實(shí)驗(yàn)結(jié)果分析48-51
• 5.4.4 預(yù)測列表長度對準(zhǔn)確率的影響51-53
• 第6章 討論和展望53-56
• 6.1 工作小結(jié)53
• 6.2 主要?jiǎng)?chuàng)新點(diǎn)53-54
• 6.3 未來展望54-56
• 參考文獻(xiàn)56-61
• 攻讀學(xué)位期間發(fā)表論文及其他情況61-62
• 致謝62

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 高憲超;陳一銘;俞志維;季彤;;基于數(shù)據(jù)挖掘技術(shù)的老年口腔癌患者圍術(shù)期并發(fā)癥發(fā)生概率評估系統(tǒng)的建立[J];中國口腔頜面外科雜志;2013年02期

  本文關(guān)鍵詞：疾病并發(fā)癥發(fā)現(xiàn)方法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：258883