本文選題：狼瘡性腎炎 + 遺傳算法　； 參考：《昆明理工大學》2017年碩士論文

【摘要】：系統(tǒng)性紅斑狼瘡(Systemic Lupus Erythematosus,SLE)是一種病因未明的自身免疫性疾病,該疾病一般伴著多種多樣的自身抗體且以多個系統(tǒng)損害共同形成的。在確診的SLE患者中約有80%的患者患有狼瘡性腎炎(Lupus Nephritis,LN)。LN是SLE繼發(fā)性疾病中發(fā)病率最高的,同時由于其發(fā)病原因復雜多樣、影響因素眾多而變得非常難以確診。因此,對LN疾病的診斷具有非常重要的醫(yī)學意義。醫(yī)學上有兩種診斷方法,一種是通過診斷標準進行確診,一種是通過病癥表現(xiàn)的積分進行輔助診斷,但是這兩種方法都存在一些弊端,前一種方法容易出現(xiàn)誤診和漏診,后一種方法使用起來比較麻煩,工作量太大。因此本文用了 一種基于支持向量機(Support Vector Machine,SVM)模型的智能算法診斷方法。該方法通過搜集處理大量的LN疾病相關數(shù)據(jù),把不同的病例分別用不同的數(shù)字表示,通過SVM模型進行智能預測,最終達到輔助診斷的目的。但是由于SVM算法在實際應用過程中,例如懲罰參數(shù)的選擇和核參數(shù)的選擇方面也存在著某些不足。因此,本文提出了基于遺傳算法(Genetic Algorithm,GA)優(yōu)化SVM參數(shù)和核函數(shù)參數(shù)的模型(即GA-SVM模型)和一種基于(c,g,ε)的GA-SVM優(yōu)化算法模型在LN中的應用,進而在此基礎上提出了一種改進的GA-SVM優(yōu)化模型。使用三種智能算法分別對同一數(shù)據(jù)集進行仿真預測,對比三種模型的仿真結果,基于改進的GA-SVM算法在誤差值、均方誤差和線性相關.度方面都取得了很大的改進,更加適用于LN疾病的診斷預測。
[Abstract]:Systemic lupus erythematosus (systemic lupus erythematosus) is an unknown autoimmune disease. About 80% of SLE patients with lupus nephritis have the highest incidence of SLE secondary diseases. At the same time, it is very difficult to diagnose the disease because of its complex causes and many influential factors. Therefore, the diagnosis of LN disease has very important medical significance. There are two diagnostic methods in medicine, one is to make a diagnosis by diagnostic criteria, the other is to make an auxiliary diagnosis through the integral of the manifestation of the disease. However, there are some drawbacks in the two methods. The former method is prone to misdiagnosis and missed diagnosis. The latter method is more troublesome to use, the workload is too large. Therefore, an intelligent algorithm diagnosis method based on support vector machine support Vector machine model is used in this paper. By collecting and processing a large number of LN disease related data, the different cases are represented by different numbers, and the intelligent prediction is carried out by SVM model. Finally, the purpose of auxiliary diagnosis is achieved. However, SVM algorithm also has some shortcomings in practical application, such as the selection of penalty parameters and kernel parameters. Therefore, this paper presents a model (GA-SVM model) based on genetic algorithm (GA) to optimize the parameters of SVM and kernel function (i.e., GA-SVM model) and a model of GA-SVM optimization algorithm based on genetic algorithm (蔚) in LN. Then an improved GA-SVM optimization model is proposed. Three intelligent algorithms are used to predict the same data set, and the simulation results of the three models are compared. The improved GA-SVM algorithm is based on error, mean square error and linear correlation. Great improvements have been made in degree, which is more suitable for the diagnosis and prediction of LN disease.
【學位授予單位】：昆明理工大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：R692.3;TP18

【參考文獻】

相關期刊論文 前10條

1 王瓊瑤;何友全;彭小玲;;基于改進遺傳算法的支持向量機參數(shù)優(yōu)化方法[J];計算機與現(xiàn)代化;2015年03期

2 盧春紅;顧曉峰;;改進GA-SVM在冠狀動脈疾病診斷中的應用[J];生物學雜志;2014年04期

3 邵福波;董玉林;胡運紅;;支持向量機理論發(fā)展與應用綜述[J];泰山學院學報;2013年06期

4 楊鐘瑾;;粒子群和遺傳算法優(yōu)化支持向量機的破產(chǎn)預測[J];計算機工程與應用;2013年18期

5 楊陽;陶彩霞;張睿興;;遺傳算法優(yōu)化支持向量機的道岔控制電路故障診斷[J];計算機測量與控制;2013年01期

6 高飛;劉金良;肖剛;;基于整數(shù)編碼遺傳算法改進的起重機主梁優(yōu)化[J];起重運輸機械;2012年08期

7 張旭;;狼瘡性腎炎20例中西醫(yī)結合治療臨床分析[J];中國煤炭工業(yè)醫(yī)學雜志;2012年06期

8 秦涵書;魏延;曾紹華;;一種基于小生境遺傳算法的SVM參數(shù)優(yōu)化方法[J];重慶理工大學學報(自然科學);2011年12期

9 高濵;孫德翔;邢國平;黃勇;;基于遺傳算法優(yōu)化支持向量機的航空裝備維修費用預測[J];兵工自動化;2011年09期

10 張紅;張建紅;康巖松;;基于GA的改進SVM算法對RBF優(yōu)化算法在短期負荷預測中的應用[J];長春工程學院學報(自然科學版);2011年02期

相關博士學位論文 前1條

1 李恩穎;近似模型優(yōu)化體系關鍵技術研究及應用[D];湖南大學;2009年

相關碩士學位論文 前3條

1 王瓊瑤;基于改進的支持向量機技術在股票短期價格預測中的應用[D];重慶交通大學;2015年

2 段楊;遺傳算法的若干改進及其在支持向量機中的應用研究[D];南京郵電大學;2012年

3 劉碧森;支持向量機研究及其應用[D];電子科技大學;2003年

，

本文編號：1832916