分析腦卒中篩查評(píng)估現(xiàn)狀,構(gòu)建以危險(xiǎn)因素為核心的可視化腦卒中防治知識(shí)圖譜,闡述其概念結(jié)構(gòu)及構(gòu)建過(guò)程、風(fēng)險(xiǎn)評(píng)估模型架構(gòu)及因子系數(shù)計(jì)算方法、結(jié)果分析與危險(xiǎn)因素分類等。 

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
1 引言
2 腦卒中防治知識(shí)圖譜可視化構(gòu)建
    2.1 構(gòu)建方法
        2.1.1 總體思路
        2.1.2 概念層構(gòu)建
        2.1.3 節(jié)點(diǎn)提取路徑
    2.2 構(gòu)建過(guò)程
        2.2.1 數(shù)據(jù)預(yù)處理
        2.2.2 挖掘特征詞
        2.2.3 存儲(chǔ)與可視化
3 基于腦卒中防治知識(shí)圖譜的風(fēng)險(xiǎn)評(píng)估模型
    3.1 模型架構(gòu)
        3.1.1 多可干預(yù)危險(xiǎn)因素耦合作用模型
        3.1.2 影響因子
        3.1.3 相互作用矩陣
    3.2 因子系數(shù)計(jì)算方法
    3.3 求解因子系數(shù)示例
4 結(jié)果分析與危險(xiǎn)因素分類
    4.1 極值分析
        4.1.1 最易影響其他可控危險(xiǎn)因素
        4.1.2 最易被其他因素所影響因素
    4.2 危險(xiǎn)因素分類
5 結(jié)論
    5.1 主要研究成果
    5.2 未來(lái)研究方向


【參考文獻(xiàn)】：
期刊論文
[1]基于機(jī)器學(xué)習(xí)的高血壓病歷文本分類[J]. 胡婧,劉偉,馬凱.  科學(xué)技術(shù)與工程. 2019(33)
[2]門診使用FAST評(píng)分量表對(duì)可疑腦卒中患者快速評(píng)估的價(jià)值研究[J]. 柯穎華.  世界最新醫(yī)學(xué)信息文摘. 2019(82)
[3]知識(shí)圖譜研究綜述及其在醫(yī)療領(lǐng)域的應(yīng)用[J]. 侯夢(mèng)薇,衛(wèi)榮,陸亮,蘭欣,蔡宏偉.  計(jì)算機(jī)研究與發(fā)展. 2018(12)
[4]基于甲狀腺知識(shí)圖譜的自動(dòng)問(wèn)答系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 馬晨浩.  智能計(jì)算機(jī)與應(yīng)用. 2018(03)
[5]面向?qū)I(yè)文獻(xiàn)知識(shí)實(shí)體類型的抽取和標(biāo)注[J]. 溫雯,伍思杰,蔡瑞初,郝志峰.  中文信息學(xué)報(bào). 2018(01)
[6]基于EMR的乳腺腫瘤知識(shí)圖譜構(gòu)建研究[J]. 崔潔,陳德華,樂(lè)嘉錦.  計(jì)算機(jī)應(yīng)用與軟件. 2017(12)
[7]基于知識(shí)圖譜的腫瘤MDT研究可視化分析[J]. 喻文菡,陶紅兵,金莉.  中國(guó)醫(yī)院管理. 2017(09)
[8]生物醫(yī)學(xué)文本挖掘:步驟與工具[J]. 崔雷.  中華醫(yī)學(xué)圖書(shū)情報(bào)雜志. 2017(03)
[9]多因素耦合作用下煤礦企業(yè)風(fēng)險(xiǎn)評(píng)價(jià)[J]. 喬萬(wàn)冠,李新春.  煤炭工程. 2014(04)
[10]基于文本挖掘的乙型肝炎相關(guān)文獻(xiàn)知識(shí)圖譜分析[J]. 劉俊麗,張秀梅,蔣勇青.  醫(yī)學(xué)信息學(xué)雜志. 2014(01)

博士論文
[1]基于貝葉斯方法的半監(jiān)督學(xué)習(xí)算法研究[D]. 江兵兵.中國(guó)科學(xué)技術(shù)大學(xué) 2019



本文編號(hào)：3734148