本文關(guān)鍵詞：基于深度學(xué)習(xí)的心腦血管疾病預(yù)測(cè)方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著計(jì)算機(jī)技術(shù)的發(fā)展,將計(jì)算機(jī)技術(shù)應(yīng)用在醫(yī)療方面進(jìn)行疾病預(yù)測(cè)已經(jīng)成為當(dāng)前研究的熱點(diǎn),并且具有非常重要的意義。深度學(xué)習(xí)技術(shù)是近幾年機(jī)器學(xué)習(xí)的一個(gè)最新研究成果,論文嘗試將深度學(xué)習(xí)技術(shù)應(yīng)用到心腦血管疾病預(yù)測(cè)。論文完成的主要工作如下:(1)心腦血管疾病數(shù)據(jù)的歸一化針對(duì)人體生理數(shù)據(jù)各個(gè)屬性值的物理意義和數(shù)量級(jí)差異,消除指標(biāo)之間的量綱影響,論文采用Z-score標(biāo)準(zhǔn)化方法計(jì)算出數(shù)據(jù)集中各個(gè)屬性的平均值和數(shù)據(jù)集的標(biāo)準(zhǔn)差,完成數(shù)據(jù)集的歸一化處理。(2)基于DBN,構(gòu)建心腦血管疾病預(yù)測(cè)模型結(jié)合心腦血管疾病數(shù)據(jù)的特點(diǎn),構(gòu)建基于DBN的心腦血管疾病預(yù)測(cè)模型。該模型的學(xué)習(xí)訓(xùn)練核心包括受限玻爾茲曼機(jī)網(wǎng)絡(luò)和BP神經(jīng)網(wǎng)絡(luò),采用貪婪逐層學(xué)習(xí)算法進(jìn)行訓(xùn)練,完成輸入結(jié)點(diǎn)、隱含層的層數(shù)以及各個(gè)隱含層結(jié)點(diǎn)個(gè)數(shù)的確定,最終確定出最優(yōu)的DBN預(yù)測(cè)模型結(jié)構(gòu)。實(shí)驗(yàn)表明該模型比BP神經(jīng)網(wǎng)絡(luò)具有更高的識(shí)別率。(3)設(shè)計(jì)并實(shí)現(xiàn)心腦血管疾病預(yù)測(cè)系統(tǒng)原型結(jié)合論文構(gòu)建出的DBN模型,設(shè)計(jì)并實(shí)現(xiàn)了心腦血管疾病預(yù)測(cè)系統(tǒng)原型。該系統(tǒng)主要包括三個(gè)模塊:數(shù)據(jù)的預(yù)處理模塊、心腦血管疾病預(yù)測(cè)模塊、預(yù)測(cè)結(jié)果展示模塊,為心腦血管疾病方面的預(yù)測(cè)提供了一種疾病預(yù)測(cè)方法。
【關(guān)鍵詞】：心腦血管疾病預(yù)測(cè) 深度學(xué)習(xí) 深度信念網(wǎng)絡(luò) 受限玻爾茲曼機(jī) BP神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：西安建筑科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：R54;TP311.52;R743
【目錄】：

• 摘要3-4
• ABSTRACT4-8
• 1 緒論8-14
• 1.1 研究的背景及意義8-9
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀9-11
• 1.2.1 心腦血管疾病的研究現(xiàn)狀9-10
• 1.2.2 深度學(xué)習(xí)的研究現(xiàn)狀10
• 1.2.3 深度學(xué)習(xí)技術(shù)應(yīng)用概況10-11
• 1.3 論文研究的內(nèi)容11-13
• 1.4 論文組織結(jié)構(gòu)13-14
• 2 相關(guān)研究基礎(chǔ)與技術(shù)分析14-28
• 2.1 心腦血管疾病預(yù)測(cè)的基本過(guò)程分析14
• 2.2 幾種疾病預(yù)測(cè)方法分析14-16
• 2.3 BP神經(jīng)網(wǎng)絡(luò)應(yīng)用分析16-18
• 2.4 深度學(xué)習(xí)技術(shù)分析18-27
• 2.4.1 深度學(xué)習(xí)的基本概念18-19
• 2.4.2 深度學(xué)習(xí)思想分析19-20
• 2.4.3 玻爾茲曼機(jī)20-21
• 2.4.4 受限玻爾茲曼機(jī)21-23
• 2.4.5 深度信念網(wǎng)23-25
• 2.4.6 深度玻爾茲曼機(jī)25-26
• 2.4.7 深度學(xué)習(xí)的應(yīng)用分析26-27
• 2.5 本章小結(jié)27-28
• 3 基于深度學(xué)習(xí)的心腦血管疾病預(yù)測(cè)方法28-38
• 3.1 基于DBN的心腦血管疾病預(yù)測(cè)模型28-33
• 3.1.1 數(shù)據(jù)來(lái)源29-30
• 3.1.2 數(shù)據(jù)的歸一化30-31
• 3.1.3 心腦血管疾病DBN預(yù)測(cè)模型結(jié)構(gòu)的確定方法31-33
• 3.2 實(shí)驗(yàn)33-37
• 3.2.0 實(shí)驗(yàn)環(huán)境33
• 3.3.1 DBN模型的最優(yōu)結(jié)構(gòu)確定33-36
• 3.3.2 實(shí)驗(yàn)結(jié)果對(duì)比36-37
• 3.4 本章小結(jié)37-38
• 4 心腦血管疾病預(yù)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)38-44
• 4.1 系統(tǒng)概述38
• 4.2 系統(tǒng)框架設(shè)計(jì)38
• 4.3 系統(tǒng)模塊介紹38-42
• 4.3.1 數(shù)據(jù)的預(yù)處理模塊38-41
• 4.3.2 心腦血管疾病預(yù)測(cè)模塊41-42
• 4.3.3 結(jié)果展示模塊42
• 4.4 本章小結(jié)42-44
• 5 總結(jié)與展望44-46
• 5.1 論文工作總結(jié)44
• 5.2 研究展望44-46
• 參考文獻(xiàn)46-50
• 攻讀碩士學(xué)位期間主要研究成果50-52
• 致謝52

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前7條

1 ;analytica China 2014:看新興醫(yī)療診斷技術(shù)助力健康產(chǎn)業(yè)發(fā)展[J];中國(guó)醫(yī)藥工業(yè)雜志;2014年07期

2 余凱;賈磊;陳雨強(qiáng);徐偉;;深度學(xué)習(xí)的昨天、今天和明天[J];計(jì)算機(jī)研究與發(fā)展;2013年09期

3 ;MIT technology Review EmTECH[J];科技創(chuàng)業(yè);2013年08期

4 謝華;;血脂指標(biāo)聯(lián)合檢測(cè)在心腦血管疾病預(yù)測(cè)中的價(jià)值[J];中國(guó)醫(yī)藥指南;2012年13期

5 馮占武;叢淑珍;李康;吳麗桑;陳青;甘科紅;;甲狀腺單發(fā)結(jié)節(jié)超聲特征的Logistic回歸分析[J];中國(guó)醫(yī)學(xué)影像技術(shù);2010年01期

6 吳載斌,王斌會(huì);數(shù)據(jù)挖掘中的預(yù)測(cè)及其應(yīng)用[J];統(tǒng)計(jì)與預(yù)測(cè);2002年01期

7 朱理敏,王憲衍;脈壓與心腦血管疾病危險(xiǎn)因子[J];中華心血管病雜志;2001年09期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 馮變玲;楊世民;尤海生;藍(lán)夏璐;魏芬;;基于數(shù)據(jù)挖掘技術(shù)的心腦血管用藥不良反應(yīng)與藥品品種間聚類(lèi)分析[A];2010年中國(guó)藥學(xué)大會(huì)暨第十屆中國(guó)藥師周論文集[C];2010年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 馮國(guó)梧;;科技引領(lǐng)大健康產(chǎn)業(yè)[N];科技日?qǐng)?bào);2014年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 高鵬毅;BP神經(jīng)網(wǎng)絡(luò)分類(lèi)器優(yōu)化技術(shù)研究[D];華中科技大學(xué);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 杜騫;深度學(xué)習(xí)在圖像語(yǔ)義分類(lèi)中的應(yīng)用[D];華中師范大學(xué);2014年

2 陳先昌;基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法與應(yīng)用研究[D];浙江工商大學(xué);2014年

3 狄曉敏;多疾病共同危險(xiǎn)因素挖掘與患病預(yù)測(cè)的研究[D];太原理工大學(xué);2013年

4 林妙真;基于深度學(xué)習(xí)的人臉識(shí)別研究[D];大連理工大學(xué);2013年

5 由清圳;基于深度學(xué)習(xí)的視頻人臉識(shí)別方法[D];哈爾濱工業(yè)大學(xué);2013年

6 龐顯濤;基于BP神經(jīng)網(wǎng)絡(luò)的心臟病預(yù)測(cè)研究與實(shí)現(xiàn)[D];吉林大學(xué);2012年

7 晁靜;基于DBN的匯率預(yù)測(cè)研究[D];南京大學(xué);2012年

8 劉天舒;BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)研究及應(yīng)用[D];東北農(nóng)業(yè)大學(xué);2011年

9 劉彩紅;BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的研究[D];重慶師范大學(xué);2008年

10 黃麗;BP神經(jīng)網(wǎng)絡(luò)算法改進(jìn)及應(yīng)用研究[D];重慶師范大學(xué);2008年

  本文關(guān)鍵詞：基于深度學(xué)習(xí)的心腦血管疾病預(yù)測(cè)方法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：263480