本文關(guān)鍵詞：基于Spark平臺(tái)的高血壓藥物推薦及療效預(yù)測(cè)研究

  更多相關(guān)文章： 高血壓 Spark平臺(tái) 預(yù)測(cè)分析 案例推理 時(shí)間序列

【摘要】：高血壓是最常見的心血管疾病,危害巨大,它是冠心病、心肌梗塞的主要誘因,不僅具有較高的致殘率和致死率,而且嚴(yán)重消耗了我國的醫(yī)療資源,位居引起死亡的十大危險(xiǎn)因素之首。高血壓具有一次得病、終生吃藥的特點(diǎn),有效控制患者血壓是預(yù)防心腦血管等并發(fā)癥的重要因素。目前,高血壓主要是通過藥物治療,但高血壓患者的知曉率、治療率、控制率卻一直非常低,如何有效提高高血壓患者的知曉率、治療率及控制率具有重要的研究意義。移動(dòng)互聯(lián)網(wǎng)新技術(shù)的發(fā)展促使了高血壓傳統(tǒng)醫(yī)療模式的改變,將傳統(tǒng)的血壓監(jiān)測(cè)設(shè)備與大數(shù)據(jù)等移動(dòng)互聯(lián)網(wǎng)尖端技術(shù)創(chuàng)新融合,通過無線或藍(lán)牙將移動(dòng)終端APP和專業(yè)血壓監(jiān)測(cè)設(shè)備連接的方式,幫助用戶完成從“測(cè)量數(shù)據(jù)-解讀數(shù)據(jù)-分享數(shù)據(jù)-靠近健康”的一個(gè)完整解決人體健康需求的閉環(huán)。在給用戶帶來方便快捷的同時(shí),積累了海量數(shù)據(jù),挖掘出海量數(shù)據(jù)中的價(jià)值具有重要的研究意義。針對(duì)以上問題,本文首先對(duì)高血壓領(lǐng)域、數(shù)據(jù)挖掘以及大數(shù)據(jù)領(lǐng)域進(jìn)行深入研究和分析,提出了基于Spark平臺(tái)的高血壓藥物推薦及療效預(yù)測(cè)研究,具體來說,主要完成了以下工作:(1)針對(duì)高血壓治療率低的問題,研究了結(jié)合案例推理與貝葉斯推理的高血壓患者藥物推薦模型,首先通過案例推理得到大量相似案例,之后由貝葉斯推理得到藥物列表。案例推理是藥物推薦的常用模型,具有簡(jiǎn)單、高效的特點(diǎn),但其對(duì)大量相似案例處理能力不足,而貝葉斯推理具有豐富的概率表達(dá)能力。通過融合案例推理與貝葉斯推理的優(yōu)點(diǎn),輔助醫(yī)師決策,提高了高血壓患者藥物準(zhǔn)確率。(2)針對(duì)高血壓控制率低的問題,提出了分層時(shí)間序列聚類藥物療效預(yù)測(cè)模型,通過引入分層模型,有效解決了時(shí)間序列聚類藥物療效預(yù)測(cè)模型存在的準(zhǔn)確率不高、時(shí)間復(fù)雜度高的問題。首先,通過分層模型閾值控制時(shí)間序列聚類的高血壓電子病歷,之后,將每一位高血壓患者用藥周期的血壓水平建立時(shí)間序列曲線,采用兩階段聚類分析方法,根據(jù)兩條曲線的結(jié)構(gòu)相似度劃分為多個(gè)匹配度高的片段并計(jì)算所有匹配片段的值差異和作為聚類的依據(jù)。最后通過對(duì)患者時(shí)間序列曲線聚類從而預(yù)測(cè)患者藥物療效。(3)針對(duì)單機(jī)對(duì)海量數(shù)據(jù)處理的時(shí)間性能不足問題,研究了上述高血壓藥物推薦模型及藥物療效預(yù)測(cè)模型在Spark平臺(tái)下的并行化設(shè)計(jì)及實(shí)現(xiàn)。主要設(shè)計(jì)并實(shí)現(xiàn)了并行化貝葉斯算法與并行化K-Means聚類算法,并與單機(jī)及Hadoop平臺(tái)對(duì)比分析,提高了數(shù)據(jù)處理效率及時(shí)間性能。實(shí)驗(yàn)表明,高血壓患者藥物推薦模型及療效預(yù)測(cè)模型具有良好的準(zhǔn)確率及實(shí)用性。通過在Spark平臺(tái)上的并行化實(shí)現(xiàn),大大提高了模型算法的執(zhí)行時(shí)間及性能。另外,通過課題組的實(shí)驗(yàn)研究,研發(fā)了高血壓患者藥物預(yù)測(cè)平臺(tái),將藥物推薦模型及療效預(yù)測(cè)模型集成到平臺(tái)中,大大簡(jiǎn)化了操作復(fù)雜度并可以方便的輔助醫(yī)師決策。
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP311.13;TP391.3

【相似文獻(xiàn)】

中國重要會(huì)議論文全文數(shù)據(jù)庫 前2條

1 董燕;劉永紅;蔣琰;;高血壓藥物的臨床應(yīng)用[A];2008年中國藥學(xué)會(huì)學(xué)術(shù)年會(huì)暨第八屆中國藥師周論文集[C];2008年

2 陳良華;;高血壓藥物的相互作用[A];海南省藥學(xué)會(huì)二○一○年學(xué)術(shù)年會(huì)會(huì)議論文集[C];2010年

中國重要報(bào)紙全文數(shù)據(jù)庫 前8條

1 編譯 姚立新;全球高血壓藥物大公司各執(zhí)一詞[N];醫(yī)藥經(jīng)濟(jì)報(bào);2010年

2 實(shí)習(xí)生 楊玉紅 本報(bào)記者 耿興敏;高血壓藥物治療同時(shí)還應(yīng)相應(yīng)配合非藥物療法[N];中國婦女報(bào);2013年

3 北京大學(xué)航天臨床醫(yī)學(xué)院心內(nèi)科主任醫(yī)師 靳維華;高血壓藥物如何選擇[N];健康報(bào);2007年

4 張旭;高血壓藥物市場(chǎng)復(fù)方制劑有前景 創(chuàng)新劑型受青睞[N];農(nóng)村醫(yī)藥報(bào)（漢）;2006年

5 本報(bào)記者　 張旭　吳浩良;高血壓藥物市場(chǎng)新變化[N];中國醫(yī)藥報(bào);2006年

6 邵建國;倍博特且行且珍惜[N];醫(yī)藥經(jīng)濟(jì)報(bào);2014年

7 一言;高血壓自白[N];大眾衛(wèi)生報(bào);2001年

8 中南大學(xué)湘雅醫(yī)學(xué)院附二院 肖軼雯;常用高血壓藥物及分類[N];大眾衛(wèi)生報(bào);2001年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 車晉強(qiáng);基于Spark平臺(tái)的高血壓藥物推薦及療效預(yù)測(cè)研究[D];太原理工大學(xué);2016年

2 胡辰;普通高血壓藥物緩釋制劑用材料的制備技術(shù)與釋藥機(jī)理研究[D];重慶理工大學(xué);2014年

，

本文編號(hào)：1273471