糖尿病是一種嚴(yán)重危害人類身體健康的慢性、非傳染疾病,可分為四類:Ⅰ型、Ⅱ型、特異性和妊娠糖尿病。目前糖尿病的分類主要是醫(yī)生根據(jù)患者的臨床表現(xiàn)、醫(yī)學(xué)檢查結(jié)果并結(jié)合自己的經(jīng)驗進(jìn)行診斷。I型和Ⅱ型糖尿病臨床上有時會難以準(zhǔn)確判別,本文的主要工作是通過動態(tài)血糖監(jiān)測儀(Continuous Glucose Monitoring System,CGMS)采集患者隨時間變化的血糖濃度值序列,利用人工智能的方法對患者進(jìn)行分類,為醫(yī)生臨床診斷提供支撐。針對Ⅰ型、Ⅱ型糖尿病,在河南省人民醫(yī)院內(nèi)分泌科利用CGMS采集了1200位患者血糖數(shù)據(jù),用小波分析提取了血糖曲線信號特征,并利用支持向量機中二分類C-SVC(Support Vector Machine,SVM)模型,構(gòu)建Ⅰ型、Ⅱ型糖尿病分類算法,建立了Ⅰ型、Ⅱ型糖尿病分型的新指標(biāo)。本文的主要工作包括:(1)對采集的血糖數(shù)據(jù)進(jìn)行了預(yù)處理,并進(jìn)行了多尺度、不同小波的分析。分別選用Harr、dbN、symN、coifN和dmey等24個不同小波分別進(jìn)行了2-5層分解,把各分解層小波系數(shù)的最大值、最小值、中位值、方差、平均值及小波的平均能量等作為特征值。(2)提出...

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 糖尿病及分類算法的研究現(xiàn)狀
        1.2.1 糖尿病分類的研究現(xiàn)狀
        1.2.2 特征提取和分類算法的研究現(xiàn)狀
    1.3 本文的主要工作內(nèi)容
    1.4 本文整體結(jié)構(gòu)
2 相關(guān)技術(shù)
    2.1 常用的血糖監(jiān)測和診斷技術(shù)
    2.2 特征提取
        2.2.1 醫(yī)學(xué)信號的處理與分析
        2.2.2 特征提取的作用和方法
    2.3 小波分析
        2.3.1 小波分析理論
        2.3.2 小波函數(shù)的主要性質(zhì)
    2.4 分類算法
        2.4.1 常用的分類算法
        2.4.2 SVM模型與C-SVC模型
    2.5 本章小結(jié)
3 基于小波和C-SVC的糖尿病分類算法
    3.1 血糖數(shù)據(jù)的缺失值與異常值的處理
    3.2 血糖曲線信號的閾值選擇
    3.3 小波的選擇
    3.4 血糖曲線信號特征指標(biāo)的提取
    3.5 C-SVC糖尿病分類模型的設(shè)計
        3.5.1 特征歸一化
        3.5.2 糖尿病分類的模型
        3.5.3 糖尿病分類模型中參數(shù)的選擇
            3.5.3.1 核函數(shù)的研究
            3.5.3.2 懲罰參數(shù)和核參數(shù)的研究
    3.6 本章小結(jié)
4 實驗及結(jié)果分析
    4.1 醫(yī)學(xué)數(shù)據(jù)的采集
    4.2 結(jié)果分析
        4.2.1 血糖特征提取結(jié)果
        4.2.2 血糖特征歸一化處理
        4.2.3 不同參數(shù)對C-SVC分類模型的影響
            4.2.3.1 不同特征組的結(jié)果分析
            4.2.3.2 不同核函數(shù)的結(jié)果分析
            4.2.3.3 不同參數(shù)的結(jié)果分析
            4.2.3.4 分類新指標(biāo)的提出
    4.3 與AdaBoost糖尿病分類模型結(jié)果的對比
        4.3.1 精確率和馬修斯相關(guān)系數(shù)
        4.3.2 綜合評價指標(biāo)
    4.4 本章小節(jié)
5 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
個人簡歷、在校期間的學(xué)術(shù)成果
致謝



本文編號：3938152