發(fā)布時(shí)間：2020-09-11 12:05

　　 針對(duì)基于生物電阻抗對(duì)人體腹部?jī)?nèi)臟(腹內(nèi))脂肪面積(VFA)的預(yù)測(cè),本文采用基于半監(jiān)督學(xué)習(xí)的ABC-SVR預(yù)測(cè)模型對(duì)人體腹內(nèi)脂肪面積進(jìn)行預(yù)測(cè),以克服訓(xùn)練樣本有限與標(biāo)準(zhǔn)值相關(guān)性不夠高的問(wèn)題。通過(guò)測(cè)試樣本集進(jìn)行標(biāo)準(zhǔn)差和相關(guān)性計(jì)算仿真實(shí)驗(yàn),結(jié)果表明,該模型具有較強(qiáng)的非線性函數(shù)逼近,能有效對(duì)人體腹內(nèi)脂肪面積的預(yù)測(cè)。論文的主要研究?jī)?nèi)容如下:1、構(gòu)造了預(yù)測(cè)人體腹內(nèi)脂肪面積的特征屬性。通過(guò)將人體腹部等效為橢圓柱導(dǎo)體模型,給出了一種人體腹部生物電阻抗的測(cè)量方法,并定義了與人群類型有相關(guān)的特征屬性,構(gòu)成了以腹部總阻抗Zt、腹部皮下阻抗Zs、腰圍值w、腹部寬度a、腹部厚度b,體質(zhì)指數(shù)B、體脂肪率T、腰臀比Y八種特征的人體腹內(nèi)脂肪面積預(yù)測(cè)模型的輸入量特征。2、構(gòu)建了一種人體腹內(nèi)脂肪面積的ABC-SVR預(yù)測(cè)模型。通過(guò)改進(jìn)的人工蜂群算法對(duì)人體腹內(nèi)脂肪面積特征屬性進(jìn)行全局尋優(yōu)訓(xùn)練,找出最優(yōu)特征向量的解。對(duì)最優(yōu)特征向量進(jìn)行支持向量回歸機(jī)擬合,獲得人體腹內(nèi)脂肪面積的ABC-SVR預(yù)測(cè)模型。3、給出了一種人體腹內(nèi)脂肪面積預(yù)測(cè)模型的半監(jiān)督學(xué)習(xí)算法。通過(guò)對(duì)新采集的未標(biāo)記樣本進(jìn)行優(yōu)化標(biāo)記,通過(guò)半監(jiān)督學(xué)習(xí)算法對(duì)添加的新標(biāo)記樣本與原有的標(biāo)記樣本對(duì)ABC-SVR預(yù)測(cè)模型進(jìn)行重復(fù)訓(xùn)練,并通過(guò)與已建立的預(yù)測(cè)模型進(jìn)行赤池信息量準(zhǔn)則性能比較,獲取新的最優(yōu)預(yù)測(cè)模型,解決訓(xùn)練樣本可不斷增加和模型可重復(fù)訓(xùn)練的問(wèn)題。4、選用經(jīng)典的最小二乘回歸模型和ABC-SVR模型作為本文的半監(jiān)督學(xué)習(xí)ABC-SVR模型的對(duì)比模型,并通過(guò)測(cè)試樣本集的預(yù)測(cè)與比較分析,本文方法是可行與有效性的。本文運(yùn)用Matlab對(duì)基于半監(jiān)督學(xué)習(xí)的人體腹內(nèi)脂肪面積預(yù)測(cè)模型以及測(cè)試樣本進(jìn)行仿真實(shí)驗(yàn),通過(guò)相關(guān)性和標(biāo)準(zhǔn)差的分析結(jié)果表明,本方法的改進(jìn)效果明顯。
【學(xué)位單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP18;R318
【部分圖文】：

ｂｙ邋ＵＳ逡逑ｆ邋Ｖｅｒｔｅｂｒａ！邋ｂｏｄｙ邋＼逡逑圖１．１超聲測(cè)量的腹壁脂肪厚度（Ａ）、腹內(nèi)脂肪厚度（Ｂ）逡逑Ｆｉｇ邋１．１邋Ａｂｄｏｍｉｎａｌ邋（Ａ）邋ａｎｄ邋ｉｎｔｒａｐｅｒｉｔｏｎｅａｌ邋ｆａｔ邋ｔｈｉｃｋｎｅｓｓ邋（Ｂ）邋ｍｅａｓｕｒｅｄ邋ｂｙ邋ｕｌｔｒａｓｏｕｎｄ逡逑對(duì)于人體腹內(nèi)脂肪面積的超聲測(cè)量方法，由于聲束不能穿透人體體內(nèi)的氣體逡逑和骨骼，所以檢查者的個(gè)體差異會(huì)對(duì)人體腹內(nèi)脂肪面積的測(cè)量結(jié)果產(chǎn)生影響［８］。逡逑（２）邋ｃｒ測(cè)量人體腹內(nèi)脂肪面積逡逑測(cè)試者需在空腹?fàn)顟B(tài)下是利用ｃｒ測(cè)量人體的腹內(nèi)脂肪面積時(shí)的前提條件。測(cè)逡逑試過(guò)程中，測(cè)試者保持不要呼吸時(shí)平躺在床上，由同一個(gè)工作人員對(duì)該測(cè)試的所逡逑有操作來(lái)完成，而且對(duì)每個(gè)測(cè)試者重復(fù)測(cè)試３次并將三次測(cè)試結(jié)果的平均值作為逡逑最終測(cè)試結(jié)果，如圖１．２所示。逡逑Ｅｌｓ逡逑圖１．２腹內(nèi)脂肪面積的ＣＴ測(cè)量逡逑Ｆｉｇ邋１．２邋ＣＴ邋ｍｅａｓｕｒｅｍｅｎｔ邋ｏｆ邋ｖｉｓｃｅｒａｌ邋ｆａｔ邋ａｒｅａ逡逑３逡逑

測(cè)試者保持不要呼吸時(shí)平躺在床上，由同一個(gè)工作人員對(duì)該測(cè)試的所逡逑有操作來(lái)完成，而且對(duì)每個(gè)測(cè)試者重復(fù)測(cè)試３次并將三次測(cè)試結(jié)果的平均值作為逡逑最終測(cè)試結(jié)果，如圖１．２所示。逡逑Ｅｌｓ逡逑圖１．２腹內(nèi)脂肪面積的ＣＴ測(cè)量逡逑Ｆｉｇ邋１．２邋ＣＴ邋ｍｅａｓｕｒｅｍｅｎｔ邋ｏｆ邋ｖｉｓｃｅｒａｌ邋ｆａｔ邋ａｒｅａ逡逑３逡逑

的一種現(xiàn)象，該現(xiàn)象是１９５７年Ｓｃｈｗａｎ在研宄生物組織頻率特性時(shí)提出來(lái)的，并逡逑且發(fā)現(xiàn)了生物組織內(nèi)存在三個(gè)不同的ａ、Ｐ和Ｙ頻率散射，生物組織的頻散特性曲逡逑線如圖２．４所示。逡逑由圖２．４可以看出，生物組織的電導(dǎo)系數(shù)ｅ和介電常數(shù)0？隨著頻率的變化都呈逡逑現(xiàn)出三個(gè)明顯的頻率散射區(qū)域。其中幾赫茲到幾十千赫茲的音頻段區(qū)域?yàn)椋悖纛l散，逡逑幾十千赫茲到幾十兆赫茲的射頻段區(qū)域?yàn)轭l散以及幾十兆赫茲以上的微波段區(qū)逡逑域?yàn)椋l散。逡逑５廠本邐（ｍｓ／ｃｍ）邋彔ｒ逡逑１０６邋■．邋—Ｙｊ邐］＿0ｉ逡逑１０４邋一邋＂邋１逡逑ｉｏ２邋—■邋＿邐＾邐Ｉ�！插义希卞暹姡蛇姡蛇姡蛇姡蛇姡蛇娺姡掊义希卞澹椋铮策姡椋铮捱姡椋幔颠姡椋�？邐ｉｏ１０逡逑邐？邋ｆ邋（Ｈｓ）逡逑圖２．４生物組織的頻散特性曲線逡逑Ｆｉｇ邋２．４邋Ｔｈｅ邋ｄｉｓｐｅｒｓｉｏｎ邋ｃｕｒｖｅｓ邋ｏｆ邋ｂｉｏｌｏｇｉｃａｌ邋ｔｉｓｓｕｅ逡逑細(xì)胞的特征可以由Ｃｔ頻散和Ａ頻散的生物組織介電特性反映出，而Ｐ頻散則逡逑是一種結(jié)構(gòu)上的馳豫。在生物電阻抗的檢測(cè)方法中，ｐ頻散選�。欤希耍龋浚保埃停龋l逡逑率范圍。在實(shí)際測(cè)量中，檢測(cè)頻率范圍一般都選在ｌＯＫＨｚ？１０ＭＨｚ之間，為了使逡逑測(cè)量人體腹部電阻抗的值更準(zhǔn)確，本文采用５０邋ＫＨｚ的頻率信號(hào)對(duì)人體腹部電阻抗逡逑進(jìn)行測(cè)量［１0］。逡逑（２）電極和激勵(lì)電流幅值選擇逡逑測(cè)量電極的數(shù)量反映了生物電阻抗包含信息的成份，通常采用４電極或８電逡逑極。由于人體腹部?jī)?nèi)臟器官多

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙剛;李四海;譚熙;;原發(fā)性高血壓患者自主神經(jīng)功能與動(dòng)脈硬化的相關(guān)性[J];中華心血管病雜志;2016年03期

2 楊福芹;馮海寬;李振海;金秀良;楊貴軍;戴華陽(yáng);;基于赤池信息量準(zhǔn)則的冬小麥葉面積指數(shù)估算[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2015年11期

3 朱程輝;劉暢;王建平;李帷韜;;基于BIA的人體內(nèi)臟脂肪面積預(yù)測(cè)云模型研究[J];電子測(cè)量與儀器學(xué)報(bào);2014年09期

4 劉建偉;劉媛;羅雄麟;;半監(jiān)督學(xué)習(xí)方法[J];計(jì)算機(jī)學(xué)報(bào);2015年08期

5 劉訓(xùn)利;龔勛;王國(guó)胤;;一種基于非殘差估計(jì)線性表示模型的人臉識(shí)別[J];智能系統(tǒng)學(xué)報(bào);2014年03期

6 秦全德;程適;李麗;史玉回;;人工蜂群算法研究綜述[J];智能系統(tǒng)學(xué)報(bào);2014年02期

7 徐晨;曹莉;梁小曉;樂(lè)英高;;基于ABC—BP神經(jīng)網(wǎng)絡(luò)的用電量預(yù)測(cè)研究[J];計(jì)算機(jī)測(cè)量與控制;2014年03期

8 李章勇;萇飛霸;任超世;陳小波;冷銳;王偉;趙德春;梁曉燕;;一種基于多頻生物電阻抗法的人體腹部脂肪檢測(cè)系統(tǒng)的設(shè)計(jì)[J];傳感技術(shù)學(xué)報(bào);2012年12期

9 王嬌;羅四維;;一種半監(jiān)督協(xié)同訓(xùn)練的正則化算法[J];計(jì)算機(jī)科學(xué);2012年07期

10 張喜善;周雪艷;;n元二次函數(shù)的極值及其求法[J];山西財(cái)經(jīng)大學(xué)學(xué)報(bào);2012年S2期

相關(guān)博士學(xué)位論文 前1條

1 崔妍;肥胖癥及其相關(guān)并發(fā)癥的臨床研究以及肥胖癥患者不同糖代謝狀態(tài)下血清相關(guān)因子變化的研究[D];北京協(xié)和醫(yī)學(xué)院;2013年

相關(guān)碩士學(xué)位論文 前9條

1 吳林生;基于集成的半監(jiān)督學(xué)習(xí)和主動(dòng)學(xué)習(xí)算法研究[D];西安電子科技大學(xué);2014年

2 焦萌;基于TDLAS的氧氣測(cè)量?jī)x器開(kāi)發(fā)與非線性調(diào)諧研究[D];天津大學(xué);2014年

3 李新鵬;改進(jìn)人工蜂群算法及其在切削參數(shù)優(yōu)化問(wèn)題中的應(yīng)用研究[D];華中科技大學(xué);2013年

4 梅峰;基于BIA的中國(guó)人群人體成分模型與現(xiàn)代生活方式關(guān)系研究[D];合肥工業(yè)大學(xué);2012年

5 劉娜;冠心病患者腹部?jī)?nèi)臟脂肪與胰島素抵抗的相關(guān)性研究[D];河北醫(yī)科大學(xué);2012年

6 尹怡;肝臟脂肪含量與胰島素抵抗之間的相關(guān)性研究[D];山東大學(xué);2011年

7 蒲云飛;腹型肥胖內(nèi)臟脂肪定量檢測(cè)的評(píng)估及其臨床價(jià)值[D];第三軍醫(yī)大學(xué);2009年

8 王麗娜;腹部脂肪分布與冠狀動(dòng)脈病變程度的相關(guān)性研究[D];河北醫(yī)科大學(xué);2009年

9 沙洪;軀干細(xì)分生物電阻抗人體成分檢測(cè)方法研究[D];中國(guó)協(xié)和醫(yī)科大學(xué);2008年

本文編號(hào)：2816651