發(fā)布時間：2023-10-02 07:02

　　目的:本研究使用多種機(jī)器學(xué)習(xí)算法,構(gòu)建標(biāo)準(zhǔn)化的證型、舌圖像獲取途徑。再與臨床綜合數(shù)據(jù)特征融合,構(gòu)建2型糖尿病并發(fā)腎病混合深度神經(jīng)網(wǎng)絡(luò)診斷預(yù)測模型。通過模型對比評估,探索中醫(yī)證候與舌圖像對疾病風(fēng)險預(yù)測的實際意義。方法:1.數(shù)據(jù)采集:按照依據(jù)相應(yīng)的診斷標(biāo)準(zhǔn),納入2型糖尿病患者。采集患者的中醫(yī)四診信息,根據(jù)證型診斷標(biāo)準(zhǔn),采用“癥狀-證素-辨證指南-專家經(jīng)驗”的方式,分別標(biāo)注所有患者證型作為原始數(shù)據(jù)。使用統(tǒng)一的圖像采集裝置,按照統(tǒng)一標(biāo)準(zhǔn)采集患者舌面圖像。采集患者臨床綜合數(shù)據(jù),包括一般信息、輔助檢查指標(biāo)等。依據(jù)糖尿病腎病的診斷標(biāo)準(zhǔn),將患者標(biāo)注為非糖尿病腎病、糖尿病腎病。2.數(shù)據(jù)預(yù)處理:對原始數(shù)據(jù)進(jìn)行集成,去除異常數(shù)據(jù)、重復(fù)數(shù)據(jù)和錯誤數(shù)據(jù)并將格式進(jìn)行規(guī)范化,采用特征平均值對缺失值進(jìn)行填補(bǔ)。對二分類變量采用獨熱編碼(One-Hot),連續(xù)性變量進(jìn)行歸一化處理。采用主成分分析或探索性因子分析進(jìn)行特征降維,應(yīng)用經(jīng)典的洗牌算法(Shuffle)將數(shù)據(jù)順序打亂,使數(shù)據(jù)分布均勻,按照8:2的比例將數(shù)據(jù)分為訓(xùn)練集與測試集。3.證候分類模型構(gòu)建:篩去頻率<10%的癥狀條目。將剩余的中醫(yī)四診信息,采用探索性因...

【文章頁數(shù)】：131 頁

【學(xué)位級別】：博士

【文章目錄】：
中文摘要
Abstract
引言
    1 研究背景
        1.1 2型糖尿病并發(fā)腎病的診斷難度高,構(gòu)建預(yù)測模型具有較大輔助診斷價值
        1.2 中醫(yī)強(qiáng)調(diào)“上工治未病”,證候、舌象被越來越多用于糖尿病并發(fā)癥預(yù)測
        1.3 單模態(tài)單分類器準(zhǔn)確度普遍偏低,多模態(tài)特征數(shù)據(jù)融合為2型糖尿病并發(fā)腎病預(yù)測模型構(gòu)建的新趨勢
        1.4 標(biāo)準(zhǔn)化、客觀化獲取證候、舌圖像數(shù)據(jù),利于促進(jìn)中西醫(yī)多模態(tài)特征融合
        1.5 特征自動提取和有監(jiān)督學(xué)習(xí)建模方法,利于從多模態(tài)數(shù)據(jù)構(gòu)建模型
    2 研究思路
        2.1 基于機(jī)器學(xué)習(xí)的2型糖尿病證候分類模型構(gòu)建
        2.2 基于深度學(xué)習(xí)的舌圖像自動分割模型構(gòu)建
        2.3 中西醫(yī)多模態(tài)特征融合與模型構(gòu)建
實驗研究
    1 研究對象
        1.1 病例來源
        1.2 診斷標(biāo)準(zhǔn)
        1.3 中醫(yī)證候標(biāo)準(zhǔn)
        1.4 納入標(biāo)準(zhǔn)
        1.5 排除標(biāo)準(zhǔn)
        1.6 剔除標(biāo)準(zhǔn)
        1.7 分組標(biāo)準(zhǔn)
        1.8 樣本量估算
    2 研究方法
        2.1 觀察指標(biāo)
        2.2 質(zhì)量控制
        2.3 證候分類模型構(gòu)建
        2.4 舌圖像自動分割模型構(gòu)建
        2.5 中西醫(yī)多模態(tài)特征融合與模型構(gòu)建
        2.6 機(jī)器學(xué)習(xí)
    3 結(jié)果
        3.1 一般信息特征分布
        3.2 癥狀分布
        3.3 證型分布
        3.4 證候分類模型構(gòu)建
        3.5 舌圖像自動分割模型構(gòu)建
        3.6 中西醫(yī)多模態(tài)特征融合與模型構(gòu)建
討論
    1 性別、年齡、BMI分布特征
    2 主要癥狀、證候分布
    3 2型糖尿病證候標(biāo)準(zhǔn)化診斷
    4 證型特征與舌圖像特征對預(yù)測2型糖尿病并發(fā)腎病均具有較大意義
    5 基于深度學(xué)習(xí)的舌圖像分析有助于完善證型客觀化診斷,舌象與疾病轉(zhuǎn)歸的直接關(guān)聯(lián)有待深入研究
    6 采用多模態(tài)特征融合構(gòu)建的2型糖尿病并發(fā)腎病預(yù)測模型,可提高預(yù)測準(zhǔn)確度
    7 采用探索性因子分析特征降維與神經(jīng)網(wǎng)絡(luò)構(gòu)建證候分類模型,優(yōu)于其它算法組合
    8 采用主成分分析特征降維與神經(jīng)網(wǎng)絡(luò)構(gòu)建疾病預(yù)測模型,優(yōu)于其它算法組合
結(jié)論
總結(jié)與展望
致謝
參考文獻(xiàn)
附件1:綜述 機(jī)器學(xué)習(xí)在糖尿病并發(fā)癥預(yù)測模型中的應(yīng)用
    參考文獻(xiàn)
附件2:倫理審核批件
附件3:糖尿病中醫(yī)辨證細(xì)則
附件4:在讀期間公開發(fā)表的學(xué)術(shù)論文、專著及科研成果



本文編號：3850334