健康體檢數(shù)據(jù)是健康醫(yī)療大數(shù)據(jù)中最主要的數(shù)據(jù)來源和數(shù)據(jù)類型之一。在大數(shù)據(jù)時代到來的今天,醫(yī)療系統(tǒng)中已經(jīng)積累了大量的各行業(yè)體檢記錄,通過體檢數(shù)據(jù)進行健康風險評估以提供健康管理方案具有重要意義。本文探討的對體檢記錄數(shù)據(jù)的分析方法將為健康管理提供更精準的依據(jù)。為了評估體檢者的健康風險并提供健康管理方案,常用的方法是基于概率估計的風險度量方法,即根據(jù)體檢者已知的個人信息推斷各體檢項目的異常概率。貝葉斯網(wǎng)絡作為一種概率圖模型,可以基于健康體檢數(shù)據(jù)來訓練發(fā)掘不同信息變量間的關聯(lián)關系并進行后驗概率推斷,因此本文基于貝葉斯網(wǎng)絡模型來評估體檢者的健康風險。本文將刻畫體檢記錄數(shù)據(jù)的的貝葉斯網(wǎng)絡劃分為“基本信息層”及“體檢項目層”兩個層次,并設計了一種由含有缺失值的體檢數(shù)據(jù)驅動的帶約束分層貝葉斯網(wǎng)絡結構學習方法:首先基于半樸素貝葉斯算法（TAN）學習基本信息層內部的連接,并限制層間連接的方向（稱為“分層TAN型約束”）;然后采用集成方法（Bagging）學習網(wǎng)絡整體結構（包含體檢項目層內部連接及兩層間連接）,即采用自助采樣獲得結點連接的置信度,其中基學習算法為結構EM算法;為了進一步提高模型的泛化能力,在Ba... 

【文章來源】：山東大學山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：70 頁

【學位級別】：碩士

【部分圖文】：

圖２．２：?“尾到尾”形態(tài)圖，又稱為“同父結構”（ｃｏｍｍｏｎ?ｐａｒｅｎｔ）

?山東大學碩士學位論文???這將帶來Ｘ與Ｆ的條件獨立性：??Ｐ｛Ｘ，Ｙ＼Ｚ）＝?＝?Ｐ（Ｘ?＼?Ｚ）Ｐ｛Ｙ?＼?Ｚ）．?（２．１１）??＆￣￣？￣￣＜Ｅ）??圖２．２：?“尾到尾”形態(tài)圖，又稱為“同父結構”（ｃｏｍｍｏｎ?ｐａｒｅｎｔ）。以變量Ｚ??為條件，Ｘ與：Ｋ此時是條件獨立的。??（２）?“頭到尾”形態(tài)見圖２．３，?Ｘ，Ｚ，Ｙ按照順序依次排列，這個圖的聯(lián)合概率密??度表示為??Ｐ（Ｘ，?Ｙ，?Ｚ）?＝?Ｐ｛Ｘ）Ｐ｛Ｚ?｜?Ｘ）Ｐ（Ｙ?｜?Ｚ）．?（２．１２）??此時會發(fā)現(xiàn)當Ｚ為已知條件時，Ｘ和Ｋ的相關性被切斷：??，?７、?Ｐ（Ｘ，?Ｙ，?Ｚ）?Ｐ（Ｘ）Ｐ（Ｚ?｜?Ｘ）Ｐ（Ｙ?｜?Ｚ）??Ｐ（Ｘ，Ｙ＼Ｚ）＝?ｐ｛ｚ）?＝?Ｗ）???＝Ｐ（Ｙ?１?Ｚ）?＝?Ｐ（Ｘ?１?Ｚ）Ｐ（Ｆ?１?Ｚ）．?（２．１３）??？￣￣＜￡）￣￣＜ｒ）??圖２．３：?“頭到尾”形態(tài)圖，又稱為“順序結構”。以變量Ｚ為條件，Ｘ與ｙ??此時也是條件獨立的。這說明Ｚ的存在并沒有沿著連接方向將依賴性由Ｘ??傳遞向ｙ，反而將依賴性切斷。??（３）?“頭到頭”形態(tài)見圖２．４，?Ｚ是Ｘ，ｙ共同的子結點。這個圖的聯(lián)合概率密度??也容易寫出：??Ｐ（Ｘ，?ｙ，?Ｚ）?＝?Ｐ（Ｘ）Ｐ（Ｙ）Ｐ（Ｚ?Ｉ?Ｘ，?Ｙ）．?（２．１４）??然而，將此代入尸（Ｘ，ｙ?Ｉ?ｚ）中不再能得到條件獨立性定義，因此這種形態(tài)??下一般不能推出條件獨立。雖然Ｘ和ｙ這時顯然是（無條件）獨立的，但??在以Ｚ為條件時非條件獨立。??如果拓展到任意一個有向無環(huán)圖，聯(lián)合概率分布的條件獨立性可以由ｄ－劃??分（ｄ－ｓｅｐａｒａｔｉｏｎ）直接判斷，其中ｄ表示有向（ｄｉｒｅｃ

?山東大學碩士學位論文???？￣￣＜￡＞￣￣？??圖２．４：?“頭到頭”形態(tài)圖，以己知的變量值ｚ為條件時，文中己顯示ｘ與ｙ??并不是條件獨立的。然而，如果不考慮結點ｚ時，ｘ與ｙ是獨立的，因為根??據(jù)式（２．１４）可知?ｐ（ｘ，ｙ）?＝?＝??Ｐ（Ｘ）Ｐ（Ｙ）〇??連接路徑是否被某些結點所阻隔（ｂｌｏｃｋｅｄ）。ｄ－劃分的具體描述可參考Ｂｉｓｈｏｐ＾３］??（２００６）〇??２．２．２結構學習??貝葉斯網(wǎng)絡的結構學習是從給定的數(shù)據(jù)集中挖掘合理的貝葉斯網(wǎng)絡拓撲結??構的過程。通常有兩類結構學習方法：“基于約束”（ｃｏｎｓｔｒａｉｎｔ－ｂａｓｅｄ）的方法和??“基于評分”（ｓｃｏｒｅ－ｂａｓｅｄ）的方法。??“基于約束”方法篩查變量間的條件獨立性并直接匯總成為完整網(wǎng)絡，例如??ＴＡＮ構建時使用條件互信息判定。常用的算法有ＳＧＳ算法（Ｓｐｉｒｔｅｓ?ｅｔ?ａｌ．＿，??２０００）、ＰＣ算法（Ｓｐｉｒｔｅｓ?＆?Ｍｅｅｋ！３３］，?１９９５）等。這種方法高度依賴于單次條件獨??立性檢驗的結果，即如果其中某個檢驗給出了有偏差的結果，就可能會影響整??個貝葉斯網(wǎng)絡的構建；同時這些檢驗通常只能關注局部信息，缺少對多變量相??關關系的處理能力，因而本文中僅將約束作為結構學習中的一個步驟。??本節(jié)中將重點介紹“基于評分”的方法。該方法設計評分函數(shù)（ｓｃｏｒｅ?ｆｕｎｃ？??ｔｉｏｎ）?來衡量網(wǎng)絡結構擬合給定數(shù)據(jù)集的程度。網(wǎng)絡結構空間是由各種不同的連??接組合構成，當構成網(wǎng)絡的變量數(shù)量為Ｋ時，其數(shù)量級達到２Ｇ（Ｐ）。因此，在結構??空間中尋找最優(yōu)網(wǎng)絡是一個Ａ／＂Ｐ－難（Ａ＾Ｐ－ｈａｒｄ）問題（Ｃｈｉｃｋｅｒｉｎｇ間，１９９６）


本文編號：3347046