腦卒中,具有“四高一多”等特征以及發(fā)病人群年輕化趨勢(shì),不可逆轉(zhuǎn),嚴(yán)重威脅著人類(lèi)的生命和健康。其中,缺血性腦卒中占卒中總?cè)藬?shù)的60%-70%。因此,提前篩查缺血性腦卒中高危個(gè)體至關(guān)重要。本文基于數(shù)據(jù)挖掘分類(lèi)算法及其評(píng)估等相關(guān)理論,構(gòu)建缺血性腦卒中風(fēng)險(xiǎn)預(yù)測(cè)模型,篩查高危人群,并進(jìn)行健康管理。首先,通過(guò)合作醫(yī)院獲取樣本,利用相關(guān)的數(shù)據(jù)處理技術(shù)對(duì)收集的樣本數(shù)據(jù)進(jìn)行預(yù)處理,同時(shí)采用Logistic回歸算法精簡(jiǎn)缺血性腦卒中風(fēng)險(xiǎn)預(yù)測(cè)的指標(biāo)集。其次,為提升模型的可操作性與實(shí)用性,在精簡(jiǎn)的指標(biāo)集上分別從簡(jiǎn)單個(gè)人水平與復(fù)雜臨床水平建立不同水平的缺血性腦卒中風(fēng)險(xiǎn)預(yù)測(cè)模型,以篩查不同水平腦卒中高危人群。第三,為規(guī)避單一分類(lèi)器的局限性,本文綜合比較多個(gè)分類(lèi)器（決策樹(shù)和支持向量機(jī)）的優(yōu)劣,同時(shí)運(yùn)用多種模型評(píng)估方法對(duì)已構(gòu)建的缺血性腦卒中風(fēng)險(xiǎn)預(yù)測(cè)模型的性能進(jìn)行評(píng)價(jià)。最后,為了實(shí)現(xiàn)腦卒中高危人群篩查的高精度、高準(zhǔn)確率的要求,本文采用網(wǎng)格搜索算法分別優(yōu)化支持向量機(jī)算法與集成決策樹(shù)的隨機(jī)森林算法,并將優(yōu)化的算法與單一算法進(jìn)行對(duì)比,最終尋求建立各方面最佳的風(fēng)險(xiǎn)預(yù)測(cè)模型。同時(shí)將預(yù)測(cè)模型應(yīng)用于缺血性腦卒中健康管理系統(tǒng)中。本文構(gòu)建... 

【文章來(lái)源】：燕山大學(xué)河北省

【文章頁(yè)數(shù)】：92 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

技術(shù)路線(xiàn)圖

第2章相關(guān)理論基礎(chǔ)-13-(2)健康評(píng)估：健康評(píng)估是推動(dòng)健康管理的專(zhuān)業(yè)技術(shù)，它根據(jù)采集的健康信息，確定個(gè)體或群體現(xiàn)處于的健康狀態(tài)，同時(shí)通過(guò)數(shù)學(xué)或計(jì)算機(jī)等方式構(gòu)建疾病患病風(fēng)險(xiǎn)預(yù)測(cè)模型，對(duì)個(gè)人或群體的患病風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)。(3)健康分析：在健康評(píng)估的基礎(chǔ)上，對(duì)預(yù)測(cè)結(jié)果進(jìn)行分析，找出可干預(yù)的危險(xiǎn)因素，幫助個(gè)人全面認(rèn)識(shí)自我健康風(fēng)險(xiǎn)并制定健康管理計(jì)劃。(4)健康干預(yù)：健康管理循環(huán)的最終目標(biāo)，它是在之前步驟的基礎(chǔ)下，根據(jù)制定的健康管理個(gè)性化服務(wù)方案糾正不良生活作息。疾病發(fā)病的危險(xiǎn)因素日趨復(fù)雜，要調(diào)節(jié)我國(guó)增長(zhǎng)的健康需求與短缺的醫(yī)療資源之間的平衡，最高效的方法就是進(jìn)行科學(xué)的健康管理。目前，健康管理的方法如圖2-1所示，方法1表明通過(guò)醫(yī)療干預(yù)可以減弱危險(xiǎn)因素對(duì)健康的影響[47]；方法2與方法3表明，通過(guò)健康管理可以調(diào)節(jié)危險(xiǎn)因素對(duì)健康的影響[48]；方法4為醫(yī)療干預(yù)對(duì)健康管理的反潰通過(guò)圖2-1可以發(fā)現(xiàn)，健康管理在危險(xiǎn)因素與醫(yī)療干預(yù)之間起到調(diào)控與緩沖作用。一方面，通過(guò)健康管理達(dá)到疾病預(yù)防或者早發(fā)現(xiàn)、早診斷、早治療，從而減少醫(yī)療資源的需求；另一方面，可以?xún)?yōu)化醫(yī)療資源配置，實(shí)現(xiàn)效益最大。圖2-1健康管理與危險(xiǎn)因素、醫(yī)療干預(yù)之間的關(guān)系2.2數(shù)據(jù)挖掘及其算法概述2.2.1數(shù)據(jù)挖掘的基本概念1989年在第11屆國(guó)際聯(lián)合人工智能學(xué)術(shù)會(huì)議中首次提出數(shù)據(jù)挖掘。它是指復(fù)雜

第2章相關(guān)理論基礎(chǔ)-23-的發(fā)生，錯(cuò)誤率最低。圖2-2隨機(jī)驗(yàn)證法原理2.3.2一致性檢驗(yàn)一致性檢驗(yàn)用于判斷分類(lèi)器結(jié)果與實(shí)際結(jié)果是否具有一致性，不同模型結(jié)果是否具有一致性和不同方法之間是否具有一致性。Kappa系數(shù)是用來(lái)評(píng)價(jià)一致性的指標(biāo)值，用來(lái)檢驗(yàn)分類(lèi)結(jié)果與實(shí)際結(jié)果一樣的計(jì)數(shù)與那些僅為偶然結(jié)果的期望是否存在不同。參照表2-1，加權(quán)Kappa系數(shù)等于簡(jiǎn)單Kappa系數(shù)。具體公式如下：0eeP-PKappa=1-P(2-26)式中，0TP+TNP=P+N，e2(TP+FN)(TP+FP)+(FP+TN)(FN+TN)P=(P+N)，0P為實(shí)際一致率，eP為理論一致率。一般認(rèn)為，Kappa>0構(gòu)建的模型才具有實(shí)際意義，Kappa值越大，一致性越好。若0<Kappa<0.4，說(shuō)明一致性差；若0.4<Kappa<0.75，一致性一般；若0.75<Kappa<1，一致性好。Kappa=1，說(shuō)明結(jié)果完全一致，Kappa=0表示結(jié)果不存在一致性。2.3.3ROC曲線(xiàn)受試者工作特征曲線(xiàn)(ROC曲線(xiàn))，是一種比較模型分類(lèi)效果坐標(biāo)圖的可視化工具，用來(lái)展示靈敏度和特異度之間的相互關(guān)系。1960年開(kāi)始，ROC分析被應(yīng)用于醫(yī)療領(lǐng)域[51]。ROC曲線(xiàn)以靈敏度為縱坐標(biāo)，(1-特異度)為橫坐標(biāo)，通過(guò)設(shè)定出多個(gè)不同的臨界值，得出每個(gè)點(diǎn)對(duì)應(yīng)的坐標(biāo)，并繪制曲線(xiàn)，通過(guò)曲線(xiàn)下面積值(AUC值)用

【參考文獻(xiàn)】：
期刊論文
[1]淺談大數(shù)據(jù)在醫(yī)療行業(yè)的應(yīng)用[J]. 曹景禹.  通訊世界. 2019(04)
[2]《中國(guó)心血管病報(bào)告2018》概要[J]. 胡盛壽,高潤(rùn)霖,劉力生,朱曼璐,王文,王擁軍,吳兆蘇,李惠君,顧東風(fēng),楊躍進(jìn),鄭哲,陳偉偉.  中國(guó)循環(huán)雜志. 2019(03)
[3]基于動(dòng)態(tài)采樣和遷移學(xué)習(xí)的疾病預(yù)測(cè)模型[J]. 胡滿(mǎn)滿(mǎn),陳旭,孫毓忠,沈曦,王曉青,余天洋,梅御東,肖立,程偉,楊杰,楊焱.  計(jì)算機(jī)學(xué)報(bào). 2019(10)
[4]我國(guó)腦卒中防治仍面臨巨大挑戰(zhàn)——《中國(guó)腦卒中防治報(bào)告2018》概要[J]. 王隴德,劉建民,楊弋,彭斌,王伊龍.  中國(guó)循環(huán)雜志. 2019(02)
[5]C5.0決策樹(shù)與RBF神經(jīng)網(wǎng)絡(luò)模型用于急性缺血性腦卒中出血性轉(zhuǎn)化的風(fēng)險(xiǎn)預(yù)測(cè)性能比較[J]. 王海東,張璐,王潔,李晶,周瑩,王國(guó)立,汪可可,彭延波,武建輝.  中華疾病控制雜志. 2019(02)
[6]大理居民腦卒中患者危險(xiǎn)因素的Logistic回歸分析[J]. 徐弘揚(yáng),杜小珊,楊錫彤,馬蓉,王光明.  大理大學(xué)學(xué)報(bào). 2018(08)
[7]進(jìn)展性缺血性腦卒中的相關(guān)因素分析[J]. 徐榮薇.  中國(guó)實(shí)用神經(jīng)疾病雜志. 2018(11)
[8]醫(yī)療大數(shù)據(jù)在腫瘤疾病中的應(yīng)用研究[J]. 宋波,朱甜甜,于旭,馮云霞,張中.  中國(guó)數(shù)字醫(yī)學(xué). 2017(08)
[9]基于灰色關(guān)聯(lián)分析與隨機(jī)森林回歸模型的短期負(fù)荷預(yù)測(cè)[J]. 張冰,周步祥,石敏,魏金蕭.  水電能源科學(xué). 2017(04)
[10]臨床醫(yī)療大數(shù)據(jù)研究現(xiàn)狀與展望[J]. 陸易,黃正行,俞思偉,段會(huì)龍.  醫(yī)療衛(wèi)生裝備. 2017(03)

博士論文
[1]分類(lèi)方法在中醫(yī)辨證診斷應(yīng)用中的比較研究[D]. 陳淑慧.廣州中醫(yī)藥大學(xué) 2008

碩士論文
[1]面向糖尿病的臨床大數(shù)據(jù)分析研究與應(yīng)用[D]. 陳瀲.東華大學(xué) 2016
[2]大數(shù)據(jù)背景下的醫(yī)療保險(xiǎn)費(fèi)用挖掘[D]. 關(guān)成敏.西安電子科技大學(xué) 2014



本文編號(hào)：3001518