基于云平臺(tái)的胎兒體征信號(hào)數(shù)據(jù)挖掘的研究
【學(xué)位單位】:杭州電子科技大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位年份】:2018
【中圖分類】:R714.5;TP311.13
【部分圖文】:
據(jù)以某婦產(chǎn)科醫(yī)院實(shí)際采集的孕婦體檢數(shù)據(jù)為基礎(chǔ),其中包括 7根據(jù)孕周的不同將數(shù)據(jù)進(jìn)行分類,采集的數(shù)據(jù)主要集中在孕周為 條數(shù)據(jù)中有 102 條數(shù)據(jù)的醫(yī)院檢測(cè)結(jié)果為正常胎兒,有 48 條數(shù)據(jù)個(gè)數(shù)據(jù)樣本包括孕婦的孕周、身高、體重、宮高、血壓(高、低心監(jiān)護(hù)、羊膜鏡檢查結(jié)果、血常規(guī)中 24 項(xiàng)生理指標(biāo)、尿常規(guī)中標(biāo)、肝功能腎功能等指標(biāo)來判斷胎兒的實(shí)際情況。在本項(xiàng)實(shí)驗(yàn)中,100 個(gè)數(shù)據(jù)做為神經(jīng)網(wǎng)絡(luò)訓(xùn)練集(其中包括胎兒正常的樣本 68 個(gè)下的 50 個(gè)樣本做為神經(jīng)網(wǎng)絡(luò)的測(cè)試集(其中,胎兒正常樣本為 具體選取情況如表 4.3 所示。表 4.3 樣本統(tǒng)計(jì)表總數(shù): 150 胎兒健康: 102 胎兒異常: 樣本總數(shù) 100 胎兒健康: 68 胎兒異常: 樣本總數(shù) 50 胎兒健康: 34 胎兒異常: 首先運(yùn)用 BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)計(jì)算,初始 BP 網(wǎng)絡(luò)模型根據(jù)樣本果的個(gè)數(shù)設(shè)置為 65-33-1 的三層結(jié)構(gòu)。隱含層個(gè)數(shù)的設(shè)置利用綜
杭州電子科技大學(xué)碩士學(xué)位論文數(shù)取對(duì)數(shù)之后在加 1 進(jìn)行設(shè)置,最后將隱含層設(shè)置為 33 個(gè)箱中的神經(jīng)網(wǎng)絡(luò)函數(shù),設(shè)置網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練目標(biāo)為 0.0001,T=1層的傳輸函數(shù)采用 tansig 函數(shù)和 purekin 函數(shù),利用 trainlm 作為為默認(rèn)值。將優(yōu)化前的 65 項(xiàng)特征屬性利用 GA 算法進(jìn)行約簡(jiǎn)計(jì)算,并將優(yōu)化 神經(jīng)網(wǎng)絡(luò)的輸入進(jìn)行學(xué)習(xí),優(yōu)化后的特征屬性為 36 項(xiàng),決策屬性調(diào)整為 1E-10,其他參數(shù)保持不變。GA 算法優(yōu)化后的神經(jīng)網(wǎng)絡(luò)結(jié)
為 胎兒健康 。圖 4.9 BP 模型分類結(jié)果圖 4.9 為 GABP 模型的分類結(jié)果,其中 O 表示實(shí)際醫(yī)院的檢測(cè)結(jié)果,*表示 GABP 算法的預(yù)測(cè)結(jié)果。其中 1 1 表示醫(yī)院和算法預(yù)測(cè)的結(jié)果相同,都表示胎兒正常。0 0 表示醫(yī)院和算法預(yù)測(cè)的結(jié)果也相同,但是胎兒為異常。1 0 和 0 1 表示醫(yī)院和算法預(yù)測(cè)的結(jié)果不同,則證明GABP 算法分類錯(cuò)誤。最終將胎兒健康預(yù)測(cè)模型的分類結(jié)果總結(jié)為以下四種情況,如表 4.4所示。
【參考文獻(xiàn)】
相關(guān)期刊論文 前10條
1 朱習(xí)軍;陳亞楠;董國(guó)華;;Apriori改進(jìn)算法在哮喘病案數(shù)據(jù)挖掘中的應(yīng)用[J];徐州工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2015年03期
2 張會(huì)敏;葉明全;孟婷瑋;陳玥珠;;遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的老年癡呆癥智能診斷[J];中國(guó)數(shù)字醫(yī)學(xué);2014年07期
3 王春雨;王立準(zhǔn);魏瑜帥;;數(shù)據(jù)挖掘在結(jié)構(gòu)化電子病歷中的應(yīng)用[J];醫(yī)學(xué)信息學(xué)雜志;2014年03期
4 劉羿;陳寶鋼;;數(shù)據(jù)挖掘的應(yīng)用及優(yōu)化淺析[J];電子商務(wù);2014年03期
5 施俊華;葉保留;李朝品;;BP神經(jīng)網(wǎng)絡(luò)的醫(yī)學(xué)數(shù)據(jù)挖掘[J];計(jì)算機(jī)與現(xiàn)代化;2013年03期
6 朱晨杰;楊永麗;;基于MapReduce的BP神經(jīng)網(wǎng)絡(luò)算法研究[J];微型電腦應(yīng)用;2012年10期
7 汪菊琴;;醫(yī)學(xué)數(shù)據(jù)挖掘綜述[J];電腦知識(shí)與技術(shù);2011年15期
8 馮鋒;徐琪;;基于神經(jīng)網(wǎng)絡(luò)模式的遺傳算法在CRM的數(shù)據(jù)挖掘優(yōu)化研究[J];黑龍江大學(xué)自然科學(xué)學(xué)報(bào);2010年06期
9 陳功;范曉薇;蔣萌;鄒建東;沈?qū)m建;姜險(xiǎn)峰;;數(shù)據(jù)挖掘與醫(yī)學(xué)數(shù)據(jù)資源開發(fā)利用[J];北京生物醫(yī)學(xué)工程;2010年03期
10 吳學(xué)工;李桂霞;;醫(yī)學(xué)數(shù)據(jù)挖掘及其隱私保護(hù)的研究[J];河北醫(yī)科大學(xué)學(xué)報(bào);2009年09期
相關(guān)碩士學(xué)位論文 前8條
1 董國(guó)華;基于數(shù)據(jù)挖掘的中醫(yī)診斷智能信息化技術(shù)研究[D];青島科技大學(xué);2015年
2 黃新安;胎兒心率檢測(cè)算法的研究[D];江南大學(xué);2015年
3 方洪鷹;數(shù)據(jù)挖掘中數(shù)據(jù)預(yù)處理的方法研究[D];西南大學(xué);2009年
4 王銀年;遺傳算法的研究與應(yīng)用[D];江南大學(xué);2009年
5 彭海強(qiáng);基于智能算法的醫(yī)學(xué)數(shù)據(jù)挖掘[D];北京交通大學(xué);2009年
6 李保洋;特征選擇在中醫(yī)數(shù)據(jù)挖掘中的應(yīng)用研究[D];北京交通大學(xué);2008年
7 王魯;基于遺傳算法的多目標(biāo)優(yōu)化算法研究[D];武漢理工大學(xué);2006年
8 蔣良孝;基于神經(jīng)網(wǎng)絡(luò)的醫(yī)療數(shù)據(jù)挖掘研究[D];中國(guó)地質(zhì)大學(xué);2004年
本文編號(hào):2864850
本文鏈接:http://sikaile.net/yixuelunwen/fuchankeerkelunwen/2864850.html