【摘要】：利用智能診斷方法發(fā)現(xiàn)患者病情并制定個性化診療方案成為醫(yī)療行業(yè)改革發(fā)展方向,也是醫(yī)療大數(shù)據(jù)實際應用的重要組成部分。隨著EMR、HIS、PACS等醫(yī)療信息軟件在我國的廣泛普及應用,醫(yī)院信息系統(tǒng)中沉淀有大量文本和影像等臨床醫(yī)學數(shù)據(jù),為智能診斷的普及奠定了大數(shù)據(jù)基礎。同時,隨著生活節(jié)奏的加快和營養(yǎng)水平的提高導致我國肥胖人群顯著擴大,由于肥胖是糖尿病的重要發(fā)病因素之一,使得我國糖尿病患者數(shù)量也隨之增加。糖尿病并發(fā)癥是糖尿病患者主要致死原因,如何有效發(fā)現(xiàn)并發(fā)癥是提高患者生活水平的關鍵。隨著病歷數(shù)據(jù)規(guī)模的不斷增大,如何有效從復雜多模態(tài)電子病歷中簡單高效的發(fā)現(xiàn)糖尿病并發(fā)癥成為了一項具有挑戰(zhàn)性的任務。本文首先定義了一種改進的主題發(fā)現(xiàn)模型,在此基礎上挖掘了不同病程記錄的潛在主題,然后通過時間序列特征提取方法和多標簽分類算法模型對糖尿病患者進行并發(fā)癥發(fā)現(xiàn),最后通過對比實驗完成了算法的驗證,具體的研究內容如下:(1)本文提出一種基于病歷相似度約束的MRS-LDA模型(Medical Records Similarity based Latent Dirichlet Allocation)。病程記錄主題挖掘是后續(xù)并發(fā)癥發(fā)現(xiàn)的基礎,在潛在主題挖掘的基礎上,分析了相似患者在住院過程中產生的病程記錄的主題分布具有一定的相似性,針對糖尿病患者病歷之間的相似性約束,給出了改進LDA算法。(2)設計了基于主題的多標簽糖尿病并發(fā)癥發(fā)現(xiàn)的算法過程,由于住院期間病程記錄呈現(xiàn)的多維時序性特征,本文使用奇異值分解提取多維時序主題特征,并利用ECC(Ensembles of Classifier Chains)組合分類器鏈思想進行糖尿病并發(fā)癥的多標簽分類數(shù)據(jù)處理,通過多種分類算法的比較,得出適用于糖尿病并發(fā)癥預測的分類模型。
【學位授予單位】：合肥工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：R587.2
【圖文】：

圖 2. 1 Sigmoid 函數(shù)示圖形Fig 2.1 The graph of Sigmoid function認為邏輯回歸的問題是一個線性模型，假設實際 ( ) ( ) ，屬性權重向量 ( ) ( ) 訓練數(shù)據(jù)為如下表達式：

糖尿病患者病程記錄Fig3.2Diabeticdiseasecourserecord

【參考文獻】

相關期刊論文 前10條

1 畢艷;;中國糖尿病慢性并發(fā)癥的流行病學研究現(xiàn)況[J];中華糖尿病雜志;2015年08期

2 王志國;朱佳懷;鄒郢;黃麗麗;朱智明;;應用ICD編碼提高入出院診斷符合率[J];解放軍醫(yī)院管理雜志;2015年06期

3 江貴平;秦文健;周壽軍;王昌淼;;醫(yī)學圖像分割及其發(fā)展現(xiàn)狀[J];計算機學報;2015年06期

4 金建國;;聚類方法綜述[J];計算機科學;2014年S2期

5 楊錦鋒;于秋濱;關毅;蔣志鵬;;電子病歷命名實體識別和實體關系抽取研究綜述[J];自動化學報;2014年08期

6 霍蕊莉;劉保延;何麗云;倪青;周雪忠;龐博;;基于主題模型的消渴病痹痿癥藥關系研究[J];北京中醫(yī)藥;2014年03期

7 徐衛(wèi)華;陳友凌;嚴崢;;呼吸系統(tǒng)常見住院疾病診斷專家系統(tǒng)的設計與實現(xiàn)[J];浙江大學學報(醫(yī)學版);2014年02期

8 李思男;李寧;李戰(zhàn)懷;;多標簽數(shù)據(jù)挖掘技術:研究綜述[J];計算機科學;2013年04期

9 楊靜;蔡峰;譚勇;鄭光;李立;姜淼;呂愛平;;基于文本挖掘技術的偏頭痛臨床診療規(guī)律分析[J];中國中醫(yī)藥信息雜志;2013年02期

10 韓曉暉;馬軍;邵海敏;薛冉;;一種基于LDA的Web論壇低質量回帖檢測方法[J];計算機研究與發(fā)展;2012年09期

相關博士學位論文 前1條

1 張小平;主題模型及其在中醫(yī)臨床診療中的應用研究[D];北京交通大學;2011年

相關碩士學位論文 前1條

1 石思優(yōu);基于主題模型的醫(yī)療數(shù)據(jù)挖掘研究[D];廣東技術師范學院;2015年

本文編號：2728338