“健康中國2030”規(guī)劃綱要明確指出,健康是促進(jìn)人的全面發(fā)展的必然要求。推動(dòng)健康科技創(chuàng)新,提升醫(yī)療健康服務(wù)水平已經(jīng)成為國家發(fā)展戰(zhàn)略。臨床決策支持系統(tǒng)（CDSS）能夠有效降低醫(yī)生的誤診和漏診率,一直是領(lǐng)域的研究熱點(diǎn)。近年來,深度學(xué)習(xí)和協(xié)同過濾技術(shù)發(fā)展迅速,并越來越多的應(yīng)用到不同領(lǐng)域。本文基于協(xié)同過濾和深度學(xué)習(xí)技術(shù),對CDSS領(lǐng)域里的臨床疾病輔助診斷和臨床高危病癥預(yù)測的方法進(jìn)行深入研究。針對臨床疾病輔助診斷問題,本文深入分析頻繁發(fā)生的臨床疾病信息缺失及其對臨床決策的挑戰(zhàn)。在此基礎(chǔ)上,提出了基于用戶的協(xié)同過濾、基于受限制波爾茲曼機(jī)（RBM）的協(xié)同過濾這兩種無監(jiān)督學(xué)習(xí)方法,以及基于辨識(shí)受限玻爾茲曼機(jī)（DRBM）的有監(jiān)督學(xué)習(xí)方法,以此支持疾病輔助診斷。利用UCI數(shù)據(jù)庫的皮膚病數(shù)據(jù)集和慢性腎炎數(shù)據(jù)集,通過隨機(jī)方法產(chǎn)生3種不同缺失程度的缺失數(shù)據(jù)集,用于實(shí)驗(yàn)訓(xùn)練與驗(yàn)證提出的方法。實(shí)驗(yàn)結(jié)果表明,基于DRBM的方法整體性能最好,在兩個(gè)數(shù)據(jù)集缺失度為30%時(shí),仍有90%以上的分類準(zhǔn)確率。針對臨床高危病癥預(yù)測,本文深入研究了基于腦電圖（EEG）數(shù)據(jù)集進(jìn)行癲癇發(fā)作預(yù)測存在的問題,特別對預(yù)測癲癇發(fā)作前片段的概率問... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

鏈?zhǔn)椒匠潭嘣逯?MICE)

圖 2-3 基于用戶協(xié)同過濾的流程圖體描述如下排矩陣通過統(tǒng)計(jì)兩個(gè)用戶間共同評價(jià)過的計(jì)算方法得到用戶相似度矩陣。其共同評價(jià)過的物品的數(shù)量的統(tǒng)計(jì)值矩陣。、用戶矩陣，找出與某個(gè)用戶相似有用戶喜歡的產(chǎn)品給目標(biāo)用戶推薦同過濾臨床疾病輔助診斷模型協(xié)同過濾 CDSS 方案如下：本文根用戶相似度的協(xié)同過濾方法做如下理或?qū)嶒?yàn)室化驗(yàn)結(jié)果等數(shù)據(jù)表示，

的 k 個(gè)用戶，然后通過加權(quán)估計(jì)得到。具體來說，兩個(gè)病人 定義為它們特征的 cosine 距離，被定義為： ( ) = π ‖ ‖ ‖ ‖（ π 表示患者特征的內(nèi)積， π 表示 l2 范數(shù)。關(guān)于目標(biāo)患者的評價(jià)打 = ( ) 式子，加權(quán)和考慮了用戶特征越相似則預(yù)測缺失值，雖然 = ( ) ( ) 式考慮患在醫(yī)生記錄偏好、患者描述偏好，但由于患者各病癥特征化驗(yàn)特征在著差異，所以不適合選用偏好過濾的方法來進(jìn)行評估。具體來說的特征 被估計(jì)為： = ( ) ( ) π （ ( )表示患者 的鄰居。在下圖 2-4 中，描述了 9鄰域的示了 9的缺失值通過其 3 個(gè)鄰居對應(yīng)屬性的加權(quán)平均得到的過程。

【參考文獻(xiàn)】：
期刊論文
[1]從患者視角研究醫(yī)療糾紛的數(shù)據(jù)統(tǒng)計(jì)分析[J]. 袁江帆,陳偉,高楊,白松,曹艷林.  中國醫(yī)院. 2017(04)



本文編號：3065538