隨著科學(xué)技術(shù)的日新月異,醫(yī)療健康事業(yè)的蓬勃發(fā)展,疾病的診斷和治療也越來(lái)越科學(xué)化和規(guī)范化。不過(guò)現(xiàn)階段的醫(yī)療診斷主要是依靠醫(yī)生的專業(yè)知識(shí)和豐富的臨床經(jīng)驗(yàn)。伴隨著健康醫(yī)療事業(yè)的發(fā)展,健康醫(yī)療數(shù)據(jù)的規(guī)模也越來(lái)越大,從這些數(shù)據(jù)中可以挖掘疾病的相關(guān)信息。電子健康檔案本身包含著豐富的病人相關(guān)信息,如個(gè)人信息,具體的患病以及用藥情況。這些信息會(huì)對(duì)病人未來(lái)疾病的預(yù)測(cè)起到幫助作用,進(jìn)而對(duì)醫(yī)療決策提供診斷輔助�！丁敖】抵袊�(guó)2030”規(guī)劃綱要》也明確指出,推進(jìn)健康中國(guó)建設(shè),要堅(jiān)持預(yù)防為主,強(qiáng)化早診斷、早治療、早康復(fù)。疾病診斷預(yù)測(cè)的研究可以來(lái)解決上述問(wèn)題,提高醫(yī)療服務(wù)水平。同時(shí)疾病診斷預(yù)測(cè)也是精準(zhǔn)醫(yī)療的核心關(guān)鍵技術(shù)。根據(jù)病人的電子健康檔案進(jìn)行診斷預(yù)測(cè)仍然存在一些問(wèn)題未能得到很好的解決。電子健康檔案本身存在數(shù)據(jù)量大,維度高,存在缺失和噪聲,時(shí)序性等特性。這些特性使得使用傳統(tǒng)的機(jī)器學(xué)習(xí)算法來(lái)解決疾病診斷預(yù)測(cè)問(wèn)題的效果不佳。一些人將深度學(xué)習(xí)模型如循環(huán)神經(jīng)網(wǎng)絡(luò)等應(yīng)用到疾病診斷預(yù)測(cè)中去,取得了不錯(cuò)的效果。但仍存在一些問(wèn)題,如未對(duì)電子健康檔案數(shù)據(jù)進(jìn)行充分的利用,模型的性能并不是非常理想。針對(duì)當(dāng)前的研究現(xiàn)狀,本文從數(shù)據(jù)廣度和... 

【文章來(lái)源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖３－１年齡與就醫(yī)率的關(guān)系圖??該圖是數(shù)據(jù)集跨度從２０１４年７月２９日到２０１５年７月２９日這一年的時(shí)間間??

山東大學(xué)碩士學(xué)位論文??和藥品編碼組合起來(lái)的醫(yī)學(xué)編碼，第Ｔ次則使用疾病編碼分組信息。??所有人的就醫(yī)次數(shù)如圖３－２所示。??１２０００?４?——??１００００?－??８０００?－?Ｉ??ＤＨ??＾?６０００－??ｍ??４０００?－??２０００?－?－??Ｑ?１???—?＾??０?１０?２０?３０?４０?５０?６０??就醫(yī)次數(shù)??圖３－２就醫(yī)次數(shù)與就醫(yī)人數(shù)的關(guān)系圖??圖３－２的ｘ軸表示不同的就醫(yī)數(shù)量，而ｙ軸表示該就醫(yī)次數(shù)的疾病就醫(yī)的患??者數(shù)量。因?yàn)槌^(guò)６０次就醫(yī)的病人數(shù)量較少，圖中只展示了就醫(yī)次數(shù)小于６０次??的部分。從圖中可以看出，大多數(shù)人的醫(yī)療次數(shù)在２到２０次之間，很少有人的就??醫(yī)次數(shù)在４０到６０次之間。因此圖中就醫(yī)次數(shù)在４０到６０之間的顯示不是很明顯。??經(jīng)過(guò)處理后的數(shù)據(jù)集描述如下表３－５所示。???表３－５基于下ｆ就醫(yī)的數(shù)據(jù)集描述????病人數(shù)ｇ?３５３０８?病人就醫(yī)最小次數(shù)?２??病人就醫(yī)總次數(shù)?３１４９３３?診斷編碼數(shù)目?］３３２??病人就醫(yī)平均次數(shù)?８．９１?藥品編碼數(shù)目?１１２５??病人就醫(yī)最大次數(shù)?１９２?診斷編碼分組數(shù)目?６１２??通過(guò)表３－４可以看出，數(shù)據(jù)集病人的人數(shù)約為３．５萬(wàn)人，病人的就醫(yī)總次數(shù)為??３１萬(wàn)次，平均每人的就醫(yī)次數(shù)為９次。該數(shù)據(jù)量可以滿足了循環(huán)神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)??時(shí)序性的需求。??３．６本章小結(jié)??１８??

山東大學(xué)碩士學(xué)位論文?如圖４－１所示的模型由“ＲＮＮ－ＩＮＦＯ”命名，因?yàn)樗Y(jié)合了就醫(yī)的順序信息統(tǒng)計(jì)信息來(lái)進(jìn)行預(yù)測(cè)。模型的輸入包含三個(gè)部分：診斷向量心，藥品向量??統(tǒng)計(jì)學(xué)信息ｇ。診斷向量和藥品向量是ｍｕｌｔｉ－ｈｏｔ向量，將被連接到名為Ａ的量將按時(shí)間順序輸入。設(shè)置隱藏層的目的為減少維度并獲得數(shù)據(jù)的隱藏表


本文編號(hào)：3236548