發(fā)布時間：2020-10-29 18:51

　　 智慧醫(yī)療是利用計算機技術、大數(shù)據(jù)分析技術、臨床診療設備等,對患者進行更科學、智能化的診療,從而減低患者的發(fā)病率和死亡率。目前,大數(shù)據(jù)、人工智能、機器學習等方法逐漸在醫(yī)療服務領域得到應用,并產(chǎn)生了巨大的社會價值和產(chǎn)業(yè)空間。急性腎損傷是一種發(fā)病率和死亡率極高的急診危重病,探究影響急性腎損傷的關鍵風險因素、對患者的發(fā)病率進行預測預警研究,根據(jù)患者的病癥鏈優(yōu)化診療流程并應用于臨床實踐,使醫(yī)生及早對急性腎損傷患者進行醫(yī)療干預,從而降低發(fā)病率和死亡率具有重要意義。本文以MIMIC-Ⅲ數(shù)據(jù)庫為基礎,根據(jù)《2012改善全球腎臟病預后組織指南》對急性腎損傷患者的早期診斷標準為依據(jù),從數(shù)據(jù)庫中提取出滿足條件的1698例患者以及對應的個人基本信息和指標數(shù)據(jù),運用R語言對原始數(shù)據(jù)進行缺失值填補、離散化等預處理。將粗糙集、灰色關聯(lián)度、元胞自動機和遺傳算法進行有機結合,運用多主體智能篩選的元胞遺傳算法進行20次獨立重復實驗最終得到呼吸、心率、肌酐、肌鈣蛋白T、葡萄糖、P02、PC02、氧飽和度、二氧化碳總量、血小板、中性粒細胞、尿紅細胞、尿白細胞、尿蛋白定性14個影響急性腎損傷的關鍵風險因素。接著,采用邏輯回歸、基于決策樹的自適應加強(Adaboost)算法、多層感知機(MLP)對急性腎損傷進行預測預警分析及交叉驗證,從準確度、精確度、召回率幾個方面綜合評價模型的性能。結果顯示:輸入經(jīng)過元胞遺傳算法篩選的關鍵指標進行預測的效果優(yōu)于未經(jīng)元胞遺傳算法篩選的全部指標預測,集成算法的預測效果優(yōu)于單一算法,從不同算法的綜合評分可以看出多層感知機的性能優(yōu)于基于決策樹的自適應加強算法和邏輯回歸。最后,在上述研究的基礎上通過分析急診危重癥急性腎損傷患者關鍵指標的變異值及其對早期診斷的價值和臨床意義,從急救數(shù)據(jù)采集與信息共享、根據(jù)關鍵指標對急性腎損傷進行早期判斷、床旁監(jiān)測系統(tǒng)以及臨床醫(yī)生決策路徑幾個方面對現(xiàn)有的診斷、決策方式進行優(yōu)化,以期降低急性腎損傷患者的發(fā)病率和死亡率。
【學位單位】：北京交通大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TP181;R692.5
【部分圖文】：

第六部分：總結與展望。對本文的研宄過程和研宄結果進行總結，分析研宄過??程中存在的不足，明確了進一步探宄的方向和內(nèi)容。??全文框架如圖１－２所示。??１．３．２研究方法??本文主要運用的研宄方法包括文獻研宄法、數(shù)據(jù)挖掘和機器學習。??（１）

遺傳算法主要用于單種群的進化計算，在處理多目標、多路徑規(guī)劃、群體決策??等問題時性能難以滿足實際需求，元胞遺傳算法既具有遺傳算法的特性，又融合了??元胞自動機的優(yōu)勢，自適應能力、并行性和自組織性都得到了提高，可以使種群的??多樣性持續(xù)時間更長，有利于平衡全局搜索和局部尋優(yōu)。??２．３數(shù)據(jù)挖掘相關理論??數(shù)據(jù)挖掘是從數(shù)據(jù)庫中發(fā)現(xiàn)隱藏在數(shù)據(jù)背后的隱藏信息和知識發(fā)現(xiàn)的完整過??程，數(shù)據(jù)挖掘過程如圖２－３所示，一般包括數(shù)據(jù)選擇、數(shù)據(jù)預處理、知識發(fā)現(xiàn)、模??式評估、知識表達幾個方面。其中，數(shù)據(jù)預處理包括數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)規(guī)??約、數(shù)據(jù)變換等。??１８??

數(shù)據(jù)挖掘分為類－概念描述、關聯(lián)規(guī)則、分類預測、聚類分析、孤立點挖掘這??五大類，本文研宄患者是否發(fā)生急性腎損傷屬于分類預測，是有監(jiān)督學習的二分類??問題。??２．３．１缺失值處理??（１）缺失值產(chǎn)生的原因和分類??醫(yī)療數(shù)據(jù)庫中的數(shù)據(jù)存在不同程度的缺失，數(shù)據(jù)缺失的原因是多種多樣的，但??也是不可避免的，不完整的數(shù)據(jù)集有可能會造成試驗結果存在偏倚或難以解釋，為??了充分利用己有的數(shù)據(jù)，降低數(shù)據(jù)缺失對疾病分析的影響，采用合理的方法填補缺??失數(shù)據(jù)顯得尤為重要。??醫(yī)學數(shù)據(jù)缺失的原因可能是數(shù)據(jù)采集方法存在局限性、患者數(shù)據(jù)暫時無法獲??取、并非所有的患者診療結果都能在一定時間內(nèi)上傳到數(shù)據(jù)庫中；信息被遺漏，可??能由于不小心遺忘或對數(shù)據(jù)理解有偏差而導致部分數(shù)據(jù)被遺漏，也可能由于數(shù)據(jù)??
【參考文獻】

相關期刊論文 前9條

1 郭峻氚;劉琪;肖東;;可溶性血栓調節(jié)蛋白在膿毒癥急性腎損傷預測價值的研究[J];中國急救醫(yī)學;2018年07期

2 湯陳琪;李駿強;徐達圓;劉曉彬;侯文佳;呂開陽;肖仕初;夏照帆;;機器學習和logistic回歸模型預測嚴重燒傷患者發(fā)生急性腎損傷的比較分析[J];中華燒傷雜志;2018年06期

3 朱曉勃;;我國醫(yī)院信息化建設現(xiàn)狀與發(fā)展對策研究[J];現(xiàn)代儀器與醫(yī)療;2015年01期

4 馬紅琴;賀莉;;檢測尿IL-18對原發(fā)性腎病綜合征并發(fā)急性腎損傷的預測價值[J];陜西醫(yī)學雜志;2014年08期

5 陳江華;;監(jiān)測尿量能否預防急性腎損傷和判斷預后[J];腎臟病與透析腎移植雜志;2013年01期

6 秦永芳;高召;徐倩;袁海;鞏建華;高丹;盧麗;劉晶晶;崔龍;明靜;;白細胞介素-18對原發(fā)性腎病綜合征并發(fā)急性腎損傷的早期預測意義[J];現(xiàn)代中西醫(yī)結合雜志;2011年10期

7 易著文;劉琳;;急性腎損傷的定義、診斷及治療[J];臨床兒科雜志;2009年04期

8 劉進;盛丹;;尿胱抑素C預測非少尿型ATN近期結局的臨床應用價值[J];新醫(yī)學;2007年05期

9 喬麗華;傅德印;;缺失數(shù)據(jù)的多重插補方法[J];統(tǒng)計教育;2006年12期

相關碩士學位論文 前3條

1 黃雨;醫(yī)學信息學在糖尿病中的數(shù)據(jù)分析與算法設計[D];濟南大學;2017年

2 陳致遠;基于數(shù)據(jù)挖掘的肺癌晚期病人肺部感染規(guī)律性研究[D];杭州電子科技大學;2017年

3 張小紅;ICU與非ICU的AKI患者臨床特征及預后危險因素的比較[D];福建醫(yī)科大學;2013年

本文編號：2861310