發(fā)布時(shí)間：2018-05-14 12:14

  本文選題：風(fēng)險(xiǎn)評(píng)估 + 三高��； 參考：《北京郵電大學(xué)》2017年碩士論文

【摘要】：健康數(shù)據(jù)具有較高的價(jià)值,利用機(jī)器學(xué)習(xí)技術(shù)來挖掘健康數(shù)據(jù)中的信息能夠?yàn)榧膊☆A(yù)測(cè)、疾病風(fēng)險(xiǎn)評(píng)估、疾病診斷等帶來新的思路。在某種意義上,機(jī)器學(xué)習(xí)在健康數(shù)據(jù)中的應(yīng)用對(duì)于改善人類生活水平具有重要的作用。高血壓、高血糖和高血脂及其并發(fā)癥對(duì)人們的身體健康造成了嚴(yán)重的危害,我國“三高”的患病率正在逐年升高,目前已經(jīng)成為了我國重要的公共衛(wèi)生問題,有必要通過預(yù)防來降低其危害。但考慮到“三高”的發(fā)病機(jī)制較為復(fù)雜,很難通過臨床來進(jìn)行預(yù)測(cè),因此有必要借助機(jī)器學(xué)習(xí)技術(shù)來挖掘“三高”健康數(shù)據(jù)中的信息。研究“三高”預(yù)測(cè)模型,進(jìn)一步完成“三高”風(fēng)險(xiǎn)評(píng)估,實(shí)現(xiàn)“三高”的早預(yù)防、早治療�？傊�,通過機(jī)器學(xué)習(xí)技術(shù)為“三高”風(fēng)險(xiǎn)評(píng)估提供科學(xué)依據(jù),是本論文的研究目的和意義。論文研究工作主要圍繞“三高”風(fēng)險(xiǎn)評(píng)估模型的設(shè)計(jì),算法的選擇,模型的改進(jìn)和性能評(píng)估等方面展開。首先,結(jié)合哈佛癌癥風(fēng)險(xiǎn)指數(shù)公式和Logistic回歸模型提出了一個(gè)“三高”風(fēng)險(xiǎn)評(píng)估模型。然后,通過對(duì)“三高”肥胖相關(guān)數(shù)據(jù)的分析,研究肥胖相關(guān)的身體測(cè)量參數(shù)和“三高”之間的關(guān)系。最后,根據(jù)數(shù)據(jù)分析結(jié)果,結(jié)合決策樹和Logistic回歸算法提出了另一個(gè)“三高”風(fēng)險(xiǎn)評(píng)估模型,彌補(bǔ)了上一個(gè)模型的不足之處。通過對(duì)兩個(gè)模型的性能進(jìn)行比較,驗(yàn)證了后一個(gè)模型的可行性和性能的提升。論文最終通過實(shí)驗(yàn)驗(yàn)證了兩個(gè)風(fēng)險(xiǎn)評(píng)估模型方案的可行性以及算法性能的提升。后一個(gè)模型和前一個(gè)模型相比,模型的準(zhǔn)確率、特異度和靈敏度都獲得了提升,尤其是女性高血糖風(fēng)險(xiǎn)評(píng)估模型的提升較為理想。本課題的研究成果對(duì)于“三高”的風(fēng)險(xiǎn)評(píng)估有一定的指導(dǎo)意義。
[Abstract]:Health data is of high value. Using machine learning technology to mine the information in health data can bring new ideas for disease prediction, disease risk assessment and disease diagnosis. In a sense, the application of machine learning in health data plays an important role in improving human living standards. Hypertension, hyperglycemia, hyperlipidemia and their complications have caused serious harm to people's physical health. The prevalence rate of "three high" in China is increasing year by year and has become an important public health problem in our country. It is necessary to reduce its harm by prevention. However, it is difficult to predict the pathogenesis of the "three high" because of its complexity, so it is necessary to mine the information in the "three high" health data by means of machine learning technology. The prediction model of "three high" is studied, and the risk assessment of "three high" is further completed, and the early prevention and treatment of "three high" are realized. In a word, the purpose and significance of this paper is to provide scientific basis for the risk assessment of "three High" by machine learning technology. This paper mainly focuses on the design of the "three High" risk assessment model, the selection of algorithm, the improvement of the model and the performance evaluation. Firstly, combining the Harvard cancer risk index formula and the Logistic regression model, a "three high" risk assessment model is proposed. Then, through the analysis of the obesity data, the relationship between the obesity related body measurement parameters and the three high levels was studied. Finally, according to the data analysis results, combined with the decision tree and Logistic regression algorithm, another "three high" risk assessment model is proposed, which makes up for the shortcomings of the previous model. By comparing the performance of the two models, the feasibility and performance improvement of the latter model are verified. Finally, the paper verifies the feasibility of the two risk assessment models and the performance improvement of the algorithm. Compared with the previous model, the accuracy, specificity and sensitivity of the latter model were improved, especially in the female hyperglycemia risk assessment model. The research results of this paper have certain guiding significance for the risk assessment of the "three High".
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：R318;TP181

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬國慶;李偉;;電力企業(yè)信息安全風(fēng)險(xiǎn)評(píng)估模型研究[J];價(jià)值工程;2008年08期

2 劉閩,林成德;基于支持向量機(jī)的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估模型[J];廈門大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年01期

3 張振國;溫家洪;李雪麗;;面向社區(qū)的參與式災(zāi)害風(fēng)險(xiǎn)評(píng)估模型研究[J];災(zāi)害學(xué);2013年03期

4 王曉紅;王凌燕;;煤炭企業(yè)的投資風(fēng)險(xiǎn)評(píng)估模型[J];商場(chǎng)現(xiàn)代化;2012年02期

5 顧遠(yuǎn);;違約風(fēng)險(xiǎn)評(píng)估模型及其實(shí)證研究[J];安徽工業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2006年06期

6 胡金東;黃文鋒;;中小企業(yè)柔性風(fēng)險(xiǎn)評(píng)估模型研究——基于某擔(dān)保機(jī)構(gòu)的實(shí)踐經(jīng)驗(yàn)[J];科技進(jìn)步與對(duì)策;2010年07期

7 佘玉梅;一種協(xié)調(diào)機(jī)器學(xué)習(xí)方法研究[J];云南民族學(xué)院學(xué)報(bào)(自然科學(xué)版);2000年03期

8 王玨,石純一;機(jī)器學(xué)習(xí)研究[J];廣西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年02期

9 張震;李軍利;;機(jī)器學(xué)習(xí)方法及其在生物信息學(xué)中的應(yīng)用[J];吉首大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年04期

10 許程;;機(jī)器學(xué)習(xí)的主要策略與基本結(jié)構(gòu)[J];科技資訊;2010年03期

相關(guān)會(huì)議論文 前10條

1 海然;謝小權(quán);;基于多要素融合的風(fēng)險(xiǎn)評(píng)估模型的設(shè)計(jì)[A];全國計(jì)算機(jī)安全學(xué)術(shù)交流會(huì)論文集（第二十二卷）[C];2007年

2 薛曄;黃崇福;;自然災(zāi)害風(fēng)險(xiǎn)評(píng)估模型的研究進(jìn)展[A];中國災(zāi)害防御協(xié)會(huì)風(fēng)險(xiǎn)分析專業(yè)委員會(huì)第二屆年會(huì)論文集（二）[C];2006年

3 王玨;;歸納機(jī)器學(xué)習(xí)[A];2001年中國智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2001年

4 王昊;李銀波;紀(jì)志梁;;利用機(jī)器學(xué)習(xí)方法預(yù)測(cè)嚴(yán)重藥物不良反應(yīng)-呼吸困難[A];中國化學(xué)會(huì)第28屆學(xué)術(shù)年會(huì)第13分會(huì)場(chǎng)摘要集[C];2012年

5 吳滄浦;;智能系統(tǒng)與機(jī)器學(xué)習(xí)的新領(lǐng)域[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國科協(xié)2000年學(xué)術(shù)年會(huì)文集[C];2000年

6 周晴杰;徐立鴻;吳啟迪;;機(jī)器學(xué)習(xí)串級(jí)結(jié)構(gòu)的初步探討[A];1998年中國控制會(huì)議論文集[C];1998年

7 李剛;郭崇慧;林鴻飛;楊志豪;唐煥文;;基于詞典法和機(jī)器學(xué)習(xí)法相結(jié)合的蛋白質(zhì)名識(shí)別[A];大連理工大學(xué)生物醫(yī)學(xué)工程學(xué)術(shù)論文集（第2卷）[C];2005年

8 徐禮勝;李乃民;王寬全;張冬雨;耿斌;姜曉睿;陳超海;羅貴存;;機(jī)器學(xué)習(xí)在中醫(yī)計(jì)算機(jī)診斷識(shí)別系統(tǒng)中的應(yīng)用思考[A];第一屆全國中西醫(yī)結(jié)合診斷學(xué)術(shù)會(huì)議論文選集[C];2006年

9 蔡健平;林世平;;基于機(jī)器學(xué)習(xí)的詞語和句子極性分析[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

10 黃金鐵;李景銀;周建常;;對(duì)高爐爐況評(píng)價(jià)模型參數(shù)的機(jī)器學(xué)習(xí)——一個(gè)三類線性模式分類器的實(shí)現(xiàn)[A];1995中國控制與決策學(xué)術(shù)年會(huì)論文集[C];1995年

相關(guān)重要報(bào)紙文章 前10條

1 黎驪/文 [美] Tom M.Mitchell 著;機(jī)器學(xué)習(xí)與智能化社會(huì)[N];中國郵政報(bào);2003年

2 IBM大數(shù)據(jù)專家 James Kobielus　范范 編譯;機(jī)器學(xué)習(xí)已成為大數(shù)據(jù)基石[N];網(wǎng)絡(luò)世界;2014年

3 本報(bào)記者 房琳琳;合久必分：分布式“機(jī)器學(xué)習(xí)”應(yīng)運(yùn)而生[N];科技日?qǐng)?bào);2014年

4 雨辰;機(jī)器學(xué)習(xí)類圖書為什么火爆[N];中華讀書報(bào);2014年

5 百度公司技術(shù)副總監(jiān) 多媒體部負(fù)責(zé)人 余凱;深度學(xué)習(xí)與多媒體搜索技術(shù)演進(jìn)[N];中國信息化周報(bào);2013年

6 本報(bào)記者 余建斌;機(jī)器學(xué)習(xí)與互聯(lián)網(wǎng)搜索[N];人民日?qǐng)?bào);2011年

7 本報(bào)記者 張曄邋通訊員 李瑋;周志華：永不墨守成規(guī)[N];科技日?qǐng)?bào);2008年

8 趙曉濤;從災(zāi)難中尋找安全[N];網(wǎng)絡(luò)世界;2007年

9 安菁菁;濱海新區(qū)金融機(jī)構(gòu)應(yīng)重視信用風(fēng)險(xiǎn)管理[N];中國會(huì)計(jì)報(bào);2010年

10 招商證券衍生投資部負(fù)責(zé)人 劉成彥;場(chǎng)外金融衍生品風(fēng)險(xiǎn)的類別及對(duì)策建議[N];證券時(shí)報(bào);2013年

相關(guān)博士學(xué)位論文 前10條

1 戴明;長三角地區(qū)船聯(lián)網(wǎng)信息感知與交互關(guān)鍵技術(shù)研究[D];長安大學(xué);2016年

2 張萬軍;基于大數(shù)據(jù)的個(gè)人信用風(fēng)險(xiǎn)評(píng)估模型研究[D];對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué);2016年

3 董春茹;機(jī)器學(xué)習(xí)中的權(quán)重學(xué)習(xí)與差分演化[D];華南理工大學(xué);2015年

4 姚明臣;機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)中的若干問題研究[D];大連理工大學(xué);2016年

5 Maxim Pecionchin;[D];對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué);2016年

6 杜宇;基于深度機(jī)器學(xué)習(xí)的體態(tài)與手勢(shì)感知計(jì)算關(guān)鍵技術(shù)研究[D];浙江大學(xué);2017年

7 鐘錦紅;群智學(xué)習(xí)若干問題研究[D];中國科學(xué)技術(shù)大學(xué);2017年

8 趙東;基于群智能優(yōu)化的機(jī)器學(xué)習(xí)方法研究及應(yīng)用[D];吉林大學(xué);2017年

9 魯路;基于機(jī)器學(xué)習(xí)優(yōu)化分子對(duì)接篩選腎衰營養(yǎng)膠囊有效成分[D];南方醫(yī)科大學(xué);2017年

10 趙玉鵬;機(jī)器學(xué)習(xí)的哲學(xué)探索[D];大連理工大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 李玲;基于機(jī)器學(xué)習(xí)的“三高”風(fēng)險(xiǎn)評(píng)估的研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2017年

2 陳蓬來;面向農(nóng)村的兩階段多腫瘤風(fēng)險(xiǎn)評(píng)估模型前期研究[D];安徽醫(yī)科大學(xué);2015年

3 申振華;中小企業(yè)信用風(fēng)險(xiǎn)評(píng)估模型研究[D];蘇州大學(xué);2015年

4 崔釜萍;住院患者靜脈血栓栓塞危險(xiǎn)因素的相關(guān)分析[D];華北理工大學(xué);2015年

5 劉思帆;一種基于主機(jī)日志分析的實(shí)時(shí)風(fēng)險(xiǎn)評(píng)估模型的研究與實(shí)現(xiàn)[D];復(fù)旦大學(xué);2014年

6 李美蓮;基于信息服務(wù)保障行駛安全的主動(dòng)控制策略研究[D];西安電子科技大學(xué);2014年

7 徐笑蕊;面向數(shù)字版權(quán)管理系統(tǒng)的風(fēng)險(xiǎn)評(píng)估模型研究與應(yīng)用[D];東華大學(xué);2016年

8 劉爍;物流業(yè)專職駕駛員健康風(fēng)險(xiǎn)評(píng)估體系研究[D];山東財(cái)經(jīng)大學(xué);2016年

9 雷霞飛;基于行業(yè)風(fēng)險(xiǎn)系數(shù)的科技型中小企業(yè)風(fēng)險(xiǎn)評(píng)估模型的研究與實(shí)現(xiàn)[D];吉林大學(xué);2016年

10 楊夢(mèng);我國上市公司信用風(fēng)險(xiǎn)評(píng)估模型比較及實(shí)證研究[D];西南交通大學(xué);2015年

，

本文編號(hào)：1887803