妊娠期肝內(nèi)膽汁淤積癥（ICP）是妊娠期間嚴(yán)重危害母嬰健康的特發(fā)性疾病,其發(fā)病率高達(dá)12%,能夠造成一系列不良妊娠結(jié)局。由于ICP的病因尚不明確,早期診斷、及時(shí)干預(yù)、合理治療仍然是對ICP最有效的措施。然而,目前臨床上對ICP的診治主要是基于膽汁酸等生化指標(biāo)的篩查,其敏感度和特異性較低,無法及時(shí)發(fā)現(xiàn)ICP。因此,如能做到在妊娠早期發(fā)現(xiàn)ICP并進(jìn)行合理干預(yù)治療,對促進(jìn)母嬰健康具有重大意義。臨床試驗(yàn)證實(shí),GCA、ACOX1和棕櫚酰肉堿三大生物標(biāo)志物與ICP的發(fā)生密切相關(guān),可以用于ICP的早期診斷模型研究。本文基于該發(fā)現(xiàn),將ICP早期診斷分為標(biāo)志物預(yù)測與ICP診斷兩個(gè)步驟,運(yùn)用機(jī)器學(xué)習(xí)方法構(gòu)建妊娠早期三大生物標(biāo)志物預(yù)測模型和ICP診斷模型。首先提出一種多元時(shí)間序列相似性度量方法,用于篩選具有相似生物標(biāo)志物變化趨勢的ICP樣本合集,以提高標(biāo)志物預(yù)測模型的準(zhǔn)確率;然后提出一種ICP生物標(biāo)志物預(yù)測模型,在每個(gè)樣本集上分別訓(xùn)練預(yù)測模型,實(shí)現(xiàn)對妊娠中后期ICP生物標(biāo)志物的準(zhǔn)確預(yù)測;最后,構(gòu)建ICP診斷模型,根據(jù)預(yù)測數(shù)據(jù)對ICP進(jìn)行診斷。具體工作如下:（1）不同孕周ICP生物標(biāo)志物含量呈多元時(shí)間序列形式,... 

【文章來源】：江蘇大學(xué)江蘇省

【文章頁數(shù)】：76 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

序列之間的基礎(chǔ)距離矩陣及最佳彎曲路徑

妊娠期肝內(nèi)膽汁淤積癥的早期診斷模型研究22數(shù)據(jù)集中所有數(shù)據(jù)均為數(shù)值形式，部分?jǐn)?shù)據(jù)如圖2.6所示。每一行代表一個(gè)樣本，每一列代表一個(gè)屬性。其中，GCA即為甘膽酸含量，單位/,參考值為0.4-2.98，在妊娠期間會(huì)略有升高；ACOX1單位/，參考值為50-150；棕櫚酰肉堿單位/，參考值為0.30-6.00。圖2.6ICP數(shù)據(jù)集部分?jǐn)?shù)據(jù)2.5本章小結(jié)本章首先介紹了醫(yī)療數(shù)據(jù)挖掘的定義、流程和應(yīng)用，然后對醫(yī)療數(shù)據(jù)挖掘所所涉及到的部分算法做簡要介紹。與時(shí)間序列相關(guān)的主要包括基于分段的時(shí)間序列模式表示方法和動(dòng)態(tài)時(shí)間彎曲距離度量算法，另外介紹了機(jī)器學(xué)習(xí)中的聚類、分類算法與深度學(xué)習(xí)、循環(huán)神經(jīng)網(wǎng)絡(luò)。由于可以用于醫(yī)療數(shù)據(jù)挖掘的算法眾多，本章只對ICP數(shù)據(jù)挖掘所涉及的方法做簡要介紹，為后續(xù)章節(jié)做好準(zhǔn)備。

【參考文獻(xiàn)】：
期刊論文
[1]醫(yī)學(xué)數(shù)據(jù)挖掘綜述[J]. 劉彥培,劉恩順.  光明中醫(yī). 2018(12)
[2]基于加權(quán)動(dòng)態(tài)時(shí)間彎曲的多元時(shí)間序列相似性匹配方法[J]. 葉燕清,楊克巍,姜江,葛冰峰,豆亞杰.  模式識(shí)別與人工智能. 2017(04)
[3]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計(jì)算機(jī)學(xué)報(bào). 2017(06)
[4]神經(jīng)網(wǎng)絡(luò)七十年:回顧與展望[J]. 焦李成,楊淑媛,劉芳,王士剛,馮志璽.  計(jì)算機(jī)學(xué)報(bào). 2016(08)
[5]妊娠期肝內(nèi)膽汁淤積癥相關(guān)問題[J]. 陳學(xué)海,漆洪波.  中國實(shí)用婦科與產(chǎn)科雜志. 2015(12)
[6]妊娠期肝內(nèi)膽汁淤積癥診療指南（2015）[J]. 賀晶,楊慧霞,段濤,劉興會(huì),漆洪波.  臨床肝膽病雜志. 2015(10)
[7]醫(yī)療衛(wèi)生領(lǐng)域大數(shù)據(jù)應(yīng)用探討[J]. 周光華,辛英,張雅潔,胡婷,李岳峰.  中國衛(wèi)生信息管理雜志. 2013(04)
[8]多元時(shí)間序列模式匹配方法研究[J]. 李正欣,張鳳鳴,李克武.  控制與決策. 2011(04)
[9]基于點(diǎn)分布特征的多元時(shí)間序列模式匹配方法[J]. 管河山,姜青山,王聲瑞.  軟件學(xué)報(bào). 2009(01)
[10]一種時(shí)間序列相似性的快速搜索算法[J]. 張軍,陳漢武,馬志民.  南京師范大學(xué)學(xué)報(bào)(工程技術(shù)版). 2005(03)

博士論文
[1]多元時(shí)間序列分割與預(yù)測方法及應(yīng)用研究[D]. 郭紅月.大連理工大學(xué) 2017
[2]時(shí)間序列數(shù)據(jù)挖掘若干關(guān)鍵問題研究[D]. 何曉旭.中國科學(xué)技術(shù)大學(xué) 2014

碩士論文
[1]基于隱馬爾可夫模型與支持向量機(jī)的股票價(jià)格預(yù)測實(shí)證研究[D]. 張璇.山東大學(xué) 2019
[2]醫(yī)療大數(shù)據(jù)質(zhì)量評(píng)價(jià)指標(biāo)體系構(gòu)建研究[D]. 熊興江.華中科技大學(xué) 2019
[3]基于多類醫(yī)學(xué)圖像的疾病診斷架構(gòu)研究[D]. 王藍(lán)天.哈爾濱工業(yè)大學(xué) 2018
[4]基于決策樹算法的大學(xué)生就業(yè)預(yù)測模型及應(yīng)用研究[D]. 王亞如.華中師范大學(xué) 2018
[5]面向健康評(píng)估的機(jī)器學(xué)習(xí)方法研究與應(yīng)用[D]. 趙家英.電子科技大學(xué) 2016
[6]多維時(shí)間序列分類技術(shù)[D]. 高歌.浙江大學(xué) 2008



本文編號(hào)：3442898