隨著計(jì)算機(jī)技術(shù)及互聯(lián)網(wǎng)的快速發(fā)展,醫(yī)學(xué)臨床數(shù)據(jù)不斷累積,使得研究人員得以從大規(guī)模的數(shù)據(jù)中挖掘可用的信息,研究醫(yī)學(xué)輔助診斷模型,并使之能夠作為醫(yī)學(xué)輔助診斷的技術(shù)手段成為醫(yī)學(xué)研究領(lǐng)域的重要方向。機(jī)器學(xué)習(xí)算法不僅可以進(jìn)行數(shù)據(jù)的模型學(xué)習(xí),而且能夠?yàn)橛脩艨焖僮龀鲠t(yī)療決策。近年來,大量的機(jī)器學(xué)習(xí)算法已成功應(yīng)用于各種醫(yī)學(xué)研究中。然而,單純的分類模型已無法滿足當(dāng)前輔助診斷的需求,在機(jī)器學(xué)習(xí)算法的醫(yī)學(xué)應(yīng)用中,更加強(qiáng)調(diào)算法對生成結(jié)果的理解和可解釋性。本文在國家自然科學(xué)基金（61471]24）項(xiàng)目的支持下,針對機(jī)器學(xué)習(xí)的分類解釋性進(jìn)行研究,提出數(shù)據(jù)預(yù)處理、可視化分類和規(guī)則提取算法,主要開展的工作和研究成果如下:一、本文設(shè)計(jì)結(jié)合missForest和合成少數(shù)類過采樣技術(shù)的隨機(jī)重采樣預(yù)處理算法。針對醫(yī)學(xué)數(shù)據(jù)存在的數(shù)據(jù)缺失和類別不平衡等特點(diǎn),采用missForest處理樣本中的缺失數(shù)據(jù),在合成少數(shù)類樣本的前提上,通過對不同類別樣本有放回地隨機(jī)重采樣構(gòu)建類別平衡的新數(shù)據(jù)集。在可視化分類和規(guī)則提取算法上驗(yàn)證了預(yù)處理算法的有效性。二、在經(jīng)過預(yù)處理的數(shù)據(jù)集上,設(shè)計(jì)基于隨機(jī)森林相似性矩陣的高維數(shù)據(jù)可視化（High-Qual... 

【文章來源】：福州大學(xué)福建省 211工程院校

【文章頁數(shù)】：84 頁

【學(xué)位級別】：碩士

【部分圖文】：

一原理示憊圖

（ａ）線性可分?（ｂ）近似線性可分??圖２４線性可分與近似線性可分情況??公式（２－９）被稱作“間隔”。因此要找到具有“最大間隔”的超平面，即要找??出滿足公式（２－７）式的《和６使得兩個(gè)邊界平面的距離最大：??

?基于機(jī)器學(xué)習(xí)的醫(yī)學(xué)輔助診斷算法研宄???ｎ?ｊ?？?ｗ??ｍａｘ?；?ＺＨ?Ｗｙ?尺（ｘ，，＇?）??°?／＝１?＾?／＝１?７?＝?１??ｎ??ｓｔ．?［〇，＞＞，?＝?０，?（２－２２）??１＝１??０?＜“，，／？?＝?１，２，…，？??其中為核函數(shù)，見表２－４所示。最終構(gòu)造的決策函數(shù)如公式（２－２３）。??ｆ｛ｘ）?＝?ｗ＇?（ｐ（ｘ）?＋?ｂ??＝么￥，扒?ｘ、ｒ?＜Ｋｘ、＋?ｂ?（２－２３）??／?二１??ｎ??＝Ｔ，ａ＜ｙｉＫ＾ｘ＾ｘ＜）＋ｈ??ｉ＝ｉ??

【參考文獻(xiàn)】：
期刊論文
[1]無監(jiān)督學(xué)習(xí)、GAN和強(qiáng)化學(xué)習(xí)將構(gòu)建機(jī)器學(xué)習(xí)的未來[J]. Al Gharakhanian,張含陽.  機(jī)器人產(chǎn)業(yè). 2017(02)
[2]基于SVM的腫瘤特征基因提取與基因表達(dá)數(shù)據(jù)分析[J]. 譚云,于彬,王琦然,王學(xué)敏,李珊,邱文瑩.  重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2016(06)
[3]一種胎心率基線修正算法[J]. 李曉東,陸堯勝.  生物醫(yī)學(xué)工程學(xué)雜志. 2015(05)
[4]基于彈性網(wǎng)-SVM的疾病診斷關(guān)鍵特征識別[J]. 梁麗軍,劉子先,王化強(qiáng).  計(jì)算機(jī)應(yīng)用研究. 2015(05)
[5]一種新的組合分類器學(xué)習(xí)方法[J]. 郭華平,袁俊紅,張帆,鄔長安,范明.  計(jì)算機(jī)科學(xué). 2014(07)
[6]粗糙集與支持向量機(jī)在肝炎診斷中的應(yīng)用[J]. 王剛,劉元寧,陳慧靈,董浩,朱曉冬.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2011(01)
[7]計(jì)算機(jī)輔助醫(yī)學(xué)診斷系統(tǒng)的數(shù)據(jù)挖掘和知識發(fā)現(xiàn)研究[J]. 瞿愛珍,莊天戈.  國外醫(yī)學(xué).生物醫(yī)學(xué)工程分冊. 2002(03)

博士論文
[1]面向醫(yī)學(xué)數(shù)據(jù)的隨機(jī)森林特征選擇及分類方法研究[D]. 姚登舉.哈爾濱工程大學(xué) 2016
[2]面向智能決策問題的機(jī)器學(xué)習(xí)方法研究[D]. 陳慧靈.吉林大學(xué) 2012
[3]大腸早癌輔助診斷數(shù)據(jù)挖掘方法研究[D]. 廖志芳.中南大學(xué) 2008

碩士論文
[1]機(jī)器學(xué)習(xí)算法在醫(yī)療數(shù)據(jù)分析中的應(yīng)用[D]. 葉雷.華中師范大學(xué) 2017
[2]基于特征提取和機(jī)器學(xué)習(xí)的醫(yī)學(xué)圖像分析[D]. 張旭亞.南京郵電大學(xué) 2011



本文編號：3458560