隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,醫(yī)療信息化與智能化成為一個(gè)主流發(fā)展趨勢(shì)。電子病歷（EMR）作為醫(yī)療信息的重要載體,解決了傳統(tǒng)紙質(zhì)病歷書寫混亂、不易于傳輸和保存的問題,成為重要的臨床數(shù)據(jù)資源。目前各大醫(yī)院都積累了大量的電子病歷數(shù)據(jù),如何利用數(shù)據(jù)挖掘技術(shù)對(duì)相關(guān)醫(yī)療病歷數(shù)據(jù)進(jìn)行分析處理,發(fā)掘病歷數(shù)據(jù)中的潛在價(jià)值具有重要的研究意義。本文以心腦血管病歷為研究對(duì)象,針對(duì)現(xiàn)有的電子病歷挖掘研究中存在的病歷數(shù)據(jù)利用不充分、風(fēng)險(xiǎn)因子考慮較少、預(yù)測(cè)結(jié)果單一等問題,提出了兩個(gè)新的疾病預(yù)測(cè)模型,并在理論上取得了一定的進(jìn)展。本文的主要研究?jī)?nèi)容和成果如下:（1）提出了基于SVM的多視角分類預(yù)測(cè)模型。通過對(duì)電子病歷分析可知,病歷中不僅存在結(jié)構(gòu)化的病歷數(shù)據(jù),同時(shí)也存在文本數(shù)據(jù)特征,這些文本數(shù)據(jù)特征也是影響疾病預(yù)測(cè)的重要因素。為了更好的利用兩方面數(shù)據(jù),本文采用多視角分類方法進(jìn)行疾病預(yù)測(cè)。此外,為了減少病歷數(shù)據(jù)中冗余和弱相關(guān)特征對(duì)預(yù)測(cè)模型的影響,對(duì)現(xiàn)有的多視角分類模型進(jìn)行改進(jìn),將特征選擇和預(yù)測(cè)分類統(tǒng)一到一個(gè)學(xué)習(xí)范式中,提出了具有特征選擇的多視角支持向量機(jī)分類模型（MSVMCFS）。實(shí)驗(yàn)采用檢查檢驗(yàn)數(shù)據(jù)特征和文本數(shù)據(jù)特征作為兩個(gè)... 

【文章來源】：鄭州大學(xué)河南省 211工程院校

【文章頁數(shù)】：72 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

多視角數(shù)據(jù)示意圖

基于SVM的多視角分類預(yù)測(cè)模型研究28比較模型之間的性能，表中每行的最佳結(jié)果以粗體顯示，表中的最后一行列出所有數(shù)據(jù)集上每個(gè)方法的平均準(zhǔn)確率的結(jié)果。圖3.1各個(gè)算法在30個(gè)數(shù)據(jù)集上的分類準(zhǔn)確率圖3.2各個(gè)算法在30個(gè)數(shù)據(jù)集上的準(zhǔn)確率提升程度

基于SVM的多視角分類預(yù)測(cè)模型研究28比較模型之間的性能，表中每行的最佳結(jié)果以粗體顯示，表中的最后一行列出所有數(shù)據(jù)集上每個(gè)方法的平均準(zhǔn)確率的結(jié)果。圖3.1各個(gè)算法在30個(gè)數(shù)據(jù)集上的分類準(zhǔn)確率圖3.2各個(gè)算法在30個(gè)數(shù)據(jù)集上的準(zhǔn)確率提升程度

【參考文獻(xiàn)】：
期刊論文
[1]基于自適應(yīng)PSO的改進(jìn)K-means算法及其在電子病歷聚類分析應(yīng)用[J]. 沐燕舟,丁衛(wèi)平,高峰,余利國(guó),張瓊.  計(jì)算機(jī)與數(shù)字工程. 2019(08)
[2]《中國(guó)心血管病報(bào)告2018》要點(diǎn)介紹[J]. 馬麗媛,吳亞哲,陳偉偉.  中華高血壓雜志. 2019(08)
[3]基于間隔遷移的多視角支持向量機(jī)[J]. 唐靜靜,田英杰.  運(yùn)籌學(xué)學(xué)報(bào). 2018(03)
[4]基于關(guān)聯(lián)規(guī)則的電子病歷數(shù)據(jù)挖掘應(yīng)用研究[J]. 李照東,吳建林.  江蘇科技信息. 2018(08)
[5]基于電子病歷數(shù)據(jù)挖掘的疾病危重度動(dòng)態(tài)預(yù)測(cè)研究[J]. 李季,丁鳳一,李翔宇.  信息資源管理學(xué)報(bào). 2017(04)
[6]基于文本挖掘技術(shù)發(fā)現(xiàn)鼻炎治療規(guī)律[J]. 李艷紅,楊婭藝,周亞兵.  中華醫(yī)學(xué)圖書情報(bào)雜志. 2017(10)
[7]基于兩步聚類算法的高血壓電子病歷數(shù)據(jù)挖掘研究[J]. 楊美潔.  醫(yī)學(xué)信息學(xué)雜志. 2016(12)
[8]慢病管理模式的國(guó)內(nèi)外現(xiàn)狀分析[J]. 田華,李沭,張相林.  中國(guó)藥房. 2016(32)
[9]三種數(shù)據(jù)挖掘算法在電子病歷知識(shí)發(fā)現(xiàn)中的比較[J]. 牟冬梅,任珂.  現(xiàn)代圖書情報(bào)技術(shù). 2016(06)
[10]基于無監(jiān)督數(shù)據(jù)挖掘中藥內(nèi)服治療頸性眩暈的組方用藥規(guī)律分析[J]. 丁心香,王愛國(guó),鄭昆侖,信金黨,胡馨宇,谷福順.  中國(guó)中藥雜志. 2016(05)

碩士論文
[1]基于機(jī)器學(xué)習(xí)的心血管疾病預(yù)測(cè)系統(tǒng)研究[D]. 鄭曉燕.北京交通大學(xué) 2018
[2]基于深度學(xué)習(xí)的心腦血管疾病預(yù)測(cè)方法研究[D]. 馬宗帥.西安建筑科技大學(xué) 2015
[3]基于關(guān)聯(lián)規(guī)則的電子病歷挖掘的應(yīng)用研究[D]. 曾勇.華南理工大學(xué) 2012



本文編號(hào)：3319235