隨著國(guó)內(nèi)人口老齡化的速度不斷加快,老年人的健康問(wèn)題得到越來(lái)越多的重視,已成為養(yǎng)老行業(yè)的最重要問(wèn)題之一。心臟病作為一種對(duì)老年健康威脅最大的疾病,心臟健康問(wèn)題成了當(dāng)前研究的主要課題。然而在以往的研究中,大多數(shù)學(xué)者都是對(duì)心臟病的發(fā)病率進(jìn)行預(yù)測(cè),便于制定疾病預(yù)防策略,所使用的指標(biāo)多數(shù)都是基于醫(yī)學(xué)專(zhuān)家知識(shí)選擇,很少有學(xué)者分析老年人整體健康度與其心臟狀態(tài)之間的關(guān)聯(lián),事實(shí)上,人體的各組織之間的運(yùn)行是相互聯(lián)系、相互影響的,僅依靠專(zhuān)家知識(shí)選擇屬性進(jìn)行心臟健康的分析遠(yuǎn)遠(yuǎn)不夠,而且體征數(shù)據(jù)的不斷變化也可能導(dǎo)致心臟狀態(tài)發(fā)生變化,因此本文將從個(gè)人健康整體的角度出發(fā),進(jìn)行老年人心臟健康的相關(guān)研究。為了對(duì)老年人心臟健康分析與評(píng)估方法進(jìn)行研究,本文首先建立老年人個(gè)人健康指數(shù)模型,根據(jù)老年人每年的體檢指標(biāo)估計(jì)其的整體健康度,其次提出衡量心臟健康相關(guān)的指標(biāo)并構(gòu)建心臟健康分析模型,研究心臟健康動(dòng)態(tài)評(píng)估的方法,詳細(xì)工作如下:針對(duì)老年人個(gè)人綜合健康狀態(tài)的問(wèn)題,本文模擬數(shù)據(jù)挖掘流程建立個(gè)人健康指數(shù)模型。數(shù)據(jù)預(yù)處理部分提出基于RBM的缺失值填充方法,特征工程部分使用嶺回歸算法選擇對(duì)結(jié)果影響較大的指標(biāo),使用人工神經(jīng)網(wǎng)絡(luò)算法對(duì)模型進(jìn)行... 

【文章來(lái)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(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

論文研究思路圖

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文-18-11xSigmoidwab(2-6)其中，Sigmoid表示激活函數(shù)，1w和1b分別表示相鄰層不同神經(jīng)元之間的權(quán)重和偏置矢量。激活函數(shù)目的是使得每層神經(jīng)元的輸出都是非線(xiàn)性的。Step3：個(gè)人健康特征提取之后進(jìn)行分類(lèi)，兩種類(lèi)別分別表示“健康狀態(tài)”和“不健康狀態(tài)”，為了能夠更加直觀(guān)的看出當(dāng)前的個(gè)人健康程度，經(jīng)過(guò)Softmax函數(shù)，它可以解決多分類(lèi)問(wèn)題，把多分類(lèi)問(wèn)題的模型預(yù)測(cè)結(jié)果以概率的形式展示，最終將個(gè)人健康指數(shù)的取值控制在[0,1]的范圍。Step4：輸出PHI預(yù)測(cè)結(jié)果，以概率的形式展示。圖2-3個(gè)人健康特征提取模型2.3實(shí)驗(yàn)與分析本節(jié)將從實(shí)驗(yàn)數(shù)據(jù)集、實(shí)驗(yàn)設(shè)置以及個(gè)人健康指數(shù)模型的計(jì)算結(jié)果三個(gè)部分介紹，其中，老年人個(gè)人健康指數(shù)計(jì)算過(guò)程中的三個(gè)重要模塊的結(jié)果也會(huì)詳細(xì)展示，最后將利用本章的個(gè)人健康指數(shù)模型與傳統(tǒng)的機(jī)器學(xué)習(xí)算法對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行對(duì)比分析。2.3.1實(shí)驗(yàn)設(shè)計(jì)（1）實(shí)驗(yàn)數(shù)據(jù)集

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文-20-n表示所有樣本個(gè)數(shù)。2.3.2實(shí)驗(yàn)結(jié)果分析（1）個(gè)人健康特征選擇結(jié)果分析使用嶺回歸算法，通過(guò)不斷調(diào)整參數(shù)，將選擇的屬性個(gè)數(shù)與對(duì)應(yīng)準(zhǔn)確率結(jié)果輸出，最終ɑ的值設(shè)置為12，實(shí)驗(yàn)結(jié)果如圖2-10所示。其中，橫坐標(biāo)是選擇的屬性個(gè)數(shù)，縱坐標(biāo)是對(duì)結(jié)果的準(zhǔn)確率，藍(lán)色實(shí)線(xiàn)是得到的具體準(zhǔn)確率，黃色虛線(xiàn)的擬合出一個(gè)準(zhǔn)確率的變化趨勢(shì)，如圖2-4所示，隨著選擇的屬性數(shù)目增多，準(zhǔn)確率呈下降趨勢(shì)，另一方面，為了防止過(guò)擬合，最終選擇了前30個(gè)對(duì)預(yù)測(cè)結(jié)果影響較大的屬性。圖2-4屬性選擇數(shù)目與結(jié)果準(zhǔn)確率其次，在使用嶺回歸算法選擇30個(gè)屬性之后，再次對(duì)數(shù)據(jù)集分析，發(fā)現(xiàn)有兩個(gè)屬性的缺失值達(dá)到了90%，但是對(duì)標(biāo)簽的預(yù)測(cè)結(jié)果影響很大，為了使結(jié)果更具真實(shí)性，在填充缺失值時(shí)，不對(duì)這兩個(gè)屬性構(gòu)建模型，僅填充“0”，所以在填充模型訓(xùn)練時(shí)規(guī)定，缺失率大于20%的屬性，直接用0填充，小于20%的屬性才會(huì)為其構(gòu)建模型。（2）PHI訓(xùn)練過(guò)程分析實(shí)驗(yàn)部分訓(xùn)練過(guò)程圖如圖2-5所示。隨著迭代次數(shù)增大，損失函數(shù)的值逐漸降低，在迭代次數(shù)為25次時(shí)，損失值cost趨于穩(wěn)定，函數(shù)逐漸收斂，cost值越小，表明個(gè)人健康指數(shù)預(yù)測(cè)結(jié)果越準(zhǔn)確。具體準(zhǔn)確率準(zhǔn)確率變化趨

【參考文獻(xiàn)】：
期刊論文
[1]心臟病可以加速大腦衰退[J]. 劉曉荻.  基礎(chǔ)醫(yī)學(xué)與臨床. 2019(12)
[2]用于心律失常識(shí)別的LSTM和CNN并行組合模型[J]. 張異凡,黃亦翔,汪開(kāi)正,劉成良.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2019(10)
[3]超聲心動(dòng)圖檢測(cè)正常人心臟指數(shù)及影響因素分析[J]. 葛升輝.  世界最新醫(yī)學(xué)信息文摘. 2019(29)
[4]一種基于特征組合和卷積神經(jīng)網(wǎng)絡(luò)的心臟病預(yù)測(cè)新方法[J]. 王健,李孝虔.  黑龍江大學(xué)自然科學(xué)學(xué)報(bào). 2019(01)
[5]基于聚類(lèi)和XGboost算法的心臟病預(yù)測(cè)[J]. 劉宇,喬木.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2019(01)
[6]基于殘差神經(jīng)網(wǎng)絡(luò)的充血性心力衰竭識(shí)別方法[J]. 王露笛,周曉光.  科研信息化技術(shù)與應(yīng)用. 2018(06)
[7]葛均波:大數(shù)據(jù)下的醫(yī)療質(zhì)量控制提升策略,《中國(guó)心血管健康指數(shù)》告訴你[J]. 費(fèi)菲,張清涵.  中國(guó)醫(yī)藥科學(xué). 2018(21)
[8]中年男性體重指數(shù)和心肺耐力對(duì)心血管疾病發(fā)病風(fēng)險(xiǎn)的提示意義[J]. 謝婧軍.  中西醫(yī)結(jié)合心腦血管病雜志. 2018(19)
[9]老年冠心病病人心血管疾病危險(xiǎn)因素分析[J]. 楊竹君,唐敏.  中西醫(yī)結(jié)合心腦血管病雜志. 2018(20)
[10]基于深度信念網(wǎng)絡(luò)的個(gè)人健康評(píng)估模型[J]. 張珣,何東陽(yáng).  軟件導(dǎo)刊. 2018(10)

碩士論文
[1]基于CNN和LSTM結(jié)合的心律失常分類(lèi)研究[D]. 梁小龍.西南大學(xué) 2019



本文編號(hào)：3597828