隨著時代的發(fā)展,醫(yī)療衛(wèi)生水平逐步提高,人口老齡化現(xiàn)象日益突出。社會老齡化帶來的是老年疾病的增加,其中阿爾茨海默�。ˋlzheimer disease,AD）是在老年人中屬于高發(fā)的疾病之一,然而至今還沒有發(fā)現(xiàn)有效的治療方法。輕度認(rèn)知障礙（mild cognitive impairment,MCI）作為從正常狀態(tài)過度到AD的中間狀態(tài)備受醫(yī)學(xué)界的重視,對MCI的早期發(fā)現(xiàn)和治療有助于減少AD發(fā)生。目前檢測MCI的主要的方式有心理學(xué)量表檢測、體液檢測和影像學(xué)檢測等,其中心理學(xué)量表是一種簡單易行的評估方法,因此被廣泛應(yīng)用在臨床上來進(jìn)行疾病程度的評估。然而在人工使用的時候,僅用到了總分對病情進(jìn)行評估,導(dǎo)致該方法準(zhǔn)確性低,沒有考慮到量表中不同測試項對病情評估的作用。本文采用數(shù)據(jù)挖掘算法對MCI進(jìn)行檢測和分類,本文使用的數(shù)據(jù)集包含AD患者15人、MCI患者12人以及對照組14人,其中對照組均為健康的人群。對每個受試組均采用了三種不同的測試量表進(jìn)行測試,分別為:簡明精神狀態(tài)量表（MMSE）、阿爾茨海默病評定量表-認(rèn)知量表（ADAS-cog）和漢字書寫量表（CCWS）。其中CCWS是北京醫(yī)科大學(xué)附屬醫(yī)院神經(jīng)... 

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 神經(jīng)影像學(xué)檢查
        1.2.2 心理學(xué)量表分析方法
        1.2.3 數(shù)據(jù)挖掘分類方法
    1.3 本文研究內(nèi)容
        1.3.1 工作內(nèi)容
        1.3.2 本文的研究目的及意義
        1.3.3 本文組織結(jié)構(gòu)
第二章 數(shù)據(jù)預(yù)處理與特征選擇
    2.1 數(shù)據(jù)挖掘流程簡介
    2.2 數(shù)據(jù)預(yù)處理
        2.2.1 缺失值處理
        2.2.2 類別不平衡處理
        2.2.3 數(shù)據(jù)變換
    2.3 維歸約
        2.3.1 遞歸特征消除方法
        2.3.2 主成分分析法特征降維
    2.4 本章小結(jié)
第三章 分類器設(shè)計
    3.1 多分類的實現(xiàn)策略
    3.2 支持向量機(jī)
        3.2.1 感知機(jī)
        3.2.2 支持向量機(jī)
    3.3 模型選擇與評價
        3.3.1 訓(xùn)練誤差與測試誤差
        3.3.2 模型選擇
        3.3.3 性能度量
    3.4 本章小結(jié)
第四章 基于單個量表的分類結(jié)果及分析
    4.1 實驗數(shù)據(jù)集
        4.1.1 受試者標(biāo)準(zhǔn)
        4.1.2 檢測項目
        4.1.3 心理學(xué)量表
    4.2 開發(fā)環(huán)境介紹與實驗設(shè)置
        4.2.1 開發(fā)環(huán)境
        4.2.2 實驗設(shè)置
    4.3 MMSE量表模型構(gòu)建
        4.3.1 特征選擇
        4.3.2 PCA降維
        4.3.3 模型選擇與評估
    4.4 ADAS量表模型構(gòu)建
        4.4.1 特征選擇
        4.4.2 模型選擇與評估
    4.5 CCWS量表模型構(gòu)建
        4.5.1 缺失值處理
        4.5.2 特征選擇
    4.6 模型選擇與評估
    4.7 實驗結(jié)果與分析
        4.7.1 模型分類準(zhǔn)確率
        4.7.2 模型保留特征
    4.8 討論
    4.9 本章小結(jié)
第五章 基于組合量表的分類結(jié)果與分析
    5.1 實驗設(shè)置
    5.2 模型融合方式組合量表
    5.3 特征融合方式組合量表
        5.3.1 特征選擇
        5.3.2 模型選擇與評估
    5.4 組合量表模型結(jié)果與分析
    5.5 單量表模型與組合量表模型比較
    5.6 討論
    5.7 本章小結(jié)
第六章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 研究展望
致謝
參考文獻(xiàn)
附錄


【參考文獻(xiàn)】：
期刊論文
[1]我國人口老齡化現(xiàn)狀、趨勢與建議[J]. 胡杰成.  中國經(jīng)貿(mào)導(dǎo)刊. 2017(12)
[2]判別性子圖挖掘方法及其在MCI分類中的應(yīng)用[J]. 費飛,王立鵬,接標(biāo),張道強(qiáng).  南京大學(xué)學(xué)報(自然科學(xué)). 2015(02)
[3]基于多模態(tài)MRI的AD分類模型[J]. 武政,相潔,梁紅,曹銳,陳俊杰.  太原理工大學(xué)學(xué)報. 2015(01)
[4]老年性癡呆和輕度認(rèn)知功能障礙的流行病學(xué)研究進(jìn)展[J]. 丁玎,洪震.  中國臨床神經(jīng)科學(xué). 2013(01)
[5]輕度認(rèn)知障礙的研究進(jìn)展[J]. 尹昌浩,郭艷芹,韓瓔.  醫(yī)學(xué)研究生學(xué)報. 2012(09)
[6]輕度認(rèn)知障礙篩查量表研究進(jìn)展[J]. 董博,張志珺.  中華腦血管病雜志(電子版). 2011(04)
[7]特征選擇算法綜述[J]. 計智偉,胡珉,尹建新.  電子設(shè)計工程. 2011(09)
[8]支持向量機(jī)理論與算法研究綜述[J]. 丁世飛,齊丙娟,譚紅艷.  電子科技大學(xué)學(xué)報. 2011(01)
[9]SVM分類核函數(shù)及參數(shù)選擇比較[J]. 奉國和.  計算機(jī)工程與應(yīng)用. 2011(03)
[10]輕度認(rèn)知功能障礙、輕度阿爾茨海默病和正常對照老人的ADAS-Cog中文版評分比較[J]. 李霞,肖世富,李華芳,朱敏捷,錢時興,王濤傅,肖澤萍.  中國心理衛(wèi)生雜志. 2010(06)

碩士論文
[1]模型選擇中的交叉驗證方法綜述[D]. 范永東.山西大學(xué) 2013



本文編號：3666280