【摘要】：心血管疾病是一種嚴(yán)重威脅人類健康的重大疾病。冠心病作為一種常見(jiàn)的心血管疾病,其發(fā)病率和死亡率逐年上升,同時(shí)其昂貴的治療費(fèi)用給國(guó)家和人民帶來(lái)了巨大的經(jīng)濟(jì)負(fù)擔(dān),給患者家庭帶來(lái)了巨大的災(zāi)難。冠狀動(dòng)脈造影是近幾年常用的有創(chuàng)診斷技術(shù),被認(rèn)為是診斷冠心病的“金標(biāo)準(zhǔn)”,然而其費(fèi)用較為昂貴,且對(duì)做操作者的技術(shù)水平要求較高,不適用于冠心病早期的篩查和診斷。因此,研發(fā)普適的冠心病早期無(wú)損篩查診斷方法,對(duì)于降低冠心病的發(fā)病率和死亡率具有重大意義。本文首先對(duì)國(guó)內(nèi)外冠心病危險(xiǎn)因素及其篩查模型的研究現(xiàn)狀和發(fā)展趨勢(shì)進(jìn)行了系統(tǒng)綜述,然后利用多種特征選擇方法篩選冠心病危險(xiǎn)因素,并對(duì)冠心病的早期無(wú)損篩查模型的構(gòu)建進(jìn)行了系統(tǒng)研究。完成的主要?jiǎng)?chuàng)新性工作如下:(1)在某三級(jí)甲等醫(yī)院心內(nèi)科完成冠心病組和對(duì)照組數(shù)據(jù)的采集,并構(gòu)建山東地區(qū)冠心病危險(xiǎn)因素?cái)?shù)據(jù)庫(kù)。構(gòu)建的數(shù)據(jù)庫(kù)涵蓋的主要信息包括:臨床癥狀、生化指標(biāo)、人口學(xué)信息、生活習(xí)慣、個(gè)人疾病史、家族疾病史、心電檢查結(jié)果等信息。(2)提出一種集成多種特征選擇方法的特征選擇策略。首先利用方差分析、卡方檢驗(yàn)、互信息、循環(huán)遞歸消除、隨機(jī)森林特征權(quán)重系數(shù)、支持向量機(jī)特征權(quán)重系數(shù)和XGB(Extreme Gradient Boosting,XGB)特征權(quán)重系數(shù)七種特征選擇方法,對(duì)上述特征集完成特征重要性評(píng)估,篩選出重要的特征;然后,對(duì)篩選的特征投票,統(tǒng)計(jì)每個(gè)特征所得的票數(shù),票數(shù)相同的特征構(gòu)成新的特征集;最后,新特征集分別用支持向量機(jī)構(gòu)建模型,通過(guò)模型性能指標(biāo)得出最重要的特征集。(3)篩選的重要特征基于支持向量機(jī)構(gòu)建了冠心病篩查模型。模型的準(zhǔn)確性、敏感性和F1-measure分別達(dá)到了89.39%、94.53%、90.68%。與使用原特征集訓(xùn)練的模型、單一特征選擇方法訓(xùn)練的模型相比,集成特征選擇方法訓(xùn)練的模型準(zhǔn)確性分別提高了9%和3.3%。該方法訓(xùn)練的模型能有效識(shí)別冠心病,可為臨床上冠心病的篩查和診斷提供參考。
【圖文】：

１９９０邋＊邋９９５邋２０００邋２００５邋２００６邋２００７邋２００８邋２００９邋２０１０邋２０１１邋２０１２邋２０１３邋２０１４邋２０１５邋２０１６逡逑年份《年｝逡逑圖１－１邋１９９０－２０１６中國(guó)農(nóng)村居民主要疾病死亡率變化⑴逡逑３００邋？逡逑２６５邋２６５．１１逡逑２５５邋２５４邋２５７邋２５２邐＿＿？逡逑２５０．邐２３0邋２３４邐￣￣邐逡逑一邐一？？心血管病逡逑Ｓ邋２００＇邐＋舯描逡逑｜邋１５０－邐、＇一＂？．＂＊■＊＊＊、一？邐＊■邐■逡逑一一咖中匌逡逑１００－邋＊＿＿＊逡逑５０邋？逡逑ｉ邐－邐ｎ邐０邐，邐＿邐＿邐？：逡逑％邐邐，邋＿邋ｔ邋ｒ邋ｆ邋ｔ邋ｔ逡逑0＇邐＊邐．．．．．．．．．．．邐ｉ邐．邐■逡逑１９９０邋１９９５邋２０００邋２００５邋２００６邋２００７邋２００８邋２００９邋２０１０邋２０１１邋２０１２邋２０１３邋２０１４邋２０１５邋２０１６逡逑年份（年＞逡逑圖１－２邋１９９０－２０１６中國(guó)城市居民主要疾病死亡率變化逡逑２逡逑

解決上述問(wèn)題的有效方法是通過(guò)Ｋ折交叉驗(yàn)證（Ｋ－ｆｏｌｄ邋ｃｒｏｓｓ邋ｖａｌｉｄａｔｉｏｎ）邋［６５］逡逑來(lái)評(píng)估和驗(yàn)證模型的性能。Ｋ折交叉驗(yàn)證是一種典型的交叉驗(yàn)證的方法，，其流程逡逑如圖３－１所示，先把數(shù)據(jù)分成ｋ等份，選其中Ｋ－１份作訓(xùn)練集訓(xùn)練模型，剩下一逡逑份作測(cè)試集驗(yàn)證模型，該過(guò)程被重復(fù)Ｋ次，得到Ｋ次測(cè)試結(jié)果，再取平均值，逡逑即為模型的性能指標(biāo)。該方法保證了測(cè)試集不參與模型訓(xùn)練和參數(shù)選擇，同時(shí)有逡逑效利用了所有數(shù)據(jù)，使模型性能評(píng)估更客觀準(zhǔn)確。本論文的實(shí)驗(yàn)使用十折交叉驗(yàn)逡逑證了模型的泛化能力。逡逑數(shù)據(jù)集逡逑邐邋邐逡逑邐邐邐逡逑第１輪｜邋訓(xùn)練集邐測(cè)試集測(cè)試結(jié)果１、逡逑第２輪邐訓(xùn)練集邋測(cè)試集訓(xùn)練集測(cè)試結(jié)果２邐＾邋＾逡逑１邐＾１邐s6返回結(jié)果逡逑＊邋＊邋？逡逑第ｋ輪測(cè)試集邐訓(xùn)練集邐１邐）測(cè)試結(jié)果１＾逡逑圖３－１邋Ｋ折交叉驗(yàn)證流程圖逡逑３．１．４模型構(gòu)建流程逡逑第二章的數(shù)據(jù)庫(kù)基于ＳＶＭ構(gòu)建了冠心病篩查模型，模型訓(xùn)練過(guò)程中應(yīng)用十逡逑折交叉驗(yàn)證將數(shù)據(jù)分成訓(xùn)練集和測(cè)試集，訓(xùn)練集基于網(wǎng)格搜索策略尋找最優(yōu)參數(shù)逡逑訓(xùn)練最優(yōu)模型，測(cè)試集用于驗(yàn)證模型的性能。構(gòu)建流程如圖３－２所示。逡逑１９逡逑
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP311.13;R541.4

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張紅濤,胡玉霞,邱道尹;遺傳算法在儲(chǔ)糧害蟲特征選擇中的應(yīng)用[J];華北水利水電學(xué)院學(xué)報(bào);2004年03期

2 徐雷;閻平凡;常迥;;用于特征選擇的BF算法及其與B&B算法的比較[J];自動(dòng)化學(xué)報(bào);1988年05期

3 楊錦英;王碧泉;;K—W檢驗(yàn)和熵法在單個(gè)特征選擇中的應(yīng)用[J];華北地震科學(xué);1989年02期

4 陳晉蘇;特征選擇在電信行業(yè)客戶流失分析中的應(yīng)用[J];科技資訊;2005年22期

5 范勁松,方廷健;特征選擇和提取要素的分析及其評(píng)價(jià)[J];計(jì)算機(jī)工程與應(yīng)用;2001年13期

6 江乃雄;蔡民;;綜合距離特征選擇問(wèn)題解的存在性與唯一性[J];計(jì)算機(jī)應(yīng)用與軟件;1992年01期

7 錢學(xué)雙;多重篩選逐步回歸特征選擇法及其應(yīng)用[J];信息與控制;1986年05期

8 趙帥;張雁;徐海峰;;基于成對(duì)約束分的特征選擇及穩(wěn)定性評(píng)價(jià)[J];計(jì)算機(jī)與數(shù)字工程;2019年06期

9 余勝龍;趙紅;;基于樣本鄰域保持的代價(jià)敏感特征選擇[J];數(shù)據(jù)采集與處理;2018年02期

10 杜政霖;李云;;基于特征聚類集成技術(shù)的在線特征選擇[J];計(jì)算機(jī)應(yīng)用;2017年03期

相關(guān)會(huì)議論文 前10條

1 史彩娟;沙宇陽(yáng);劉健;閆曉東;劉利平;;基于自適應(yīng)半監(jiān)督稀疏特征選擇的圖像標(biāo)注[A];第十屆全國(guó)信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議�？痆C];2016年

2 劉培磊;李滿生;王挺;;蛋白質(zhì)相互作用有向關(guān)系抽取的特征選擇[A];第五屆全國(guó)信息檢索學(xué)術(shù)會(huì)議論文集[C];2009年

3 袁帥;楊宏暉;申f;;基于云模型的特征評(píng)價(jià)準(zhǔn)則[A];第三屆上�！靼猜晫W(xué)學(xué)會(huì)學(xué)術(shù)會(huì)議論文集[C];2013年

4 申f;楊宏暉;袁帥;;用于水聲目標(biāo)識(shí)別的互信息無(wú)監(jiān)督特征選擇[A];第三屆上�！靼猜晫W(xué)學(xué)會(huì)學(xué)術(shù)會(huì)議論文集[C];2013年

5 李澤輝;聶生東;陳兆學(xué);;應(yīng)用多類SVM分割MR腦圖像特征選擇與優(yōu)化的實(shí)驗(yàn)研究[A];中國(guó)儀器儀表學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)議論文集[C];2007年

6 李娜;曾向陽(yáng);;目標(biāo)識(shí)別中的樣本選擇和特征選擇聯(lián)合算法研究[A];2009年西安-上海聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2009年

7 宋鵬;鄭文明;趙力;;基于子空間學(xué)習(xí)和特征選擇融合的語(yǔ)音情感識(shí)別[A];第十四屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議（NCMMSC’2017）論文集[C];2017年

8 臧淼;徐惠民;張永梅;;基于局部約束和稀疏編碼的自動(dòng)圖像標(biāo)注[A];國(guó)防光電子論壇第二屆激光雷達(dá)成像探測(cè)技術(shù)及應(yīng)用研討會(huì)論文集[C];2015年

9 俞士汶;王治敏;朱學(xué)鋒;;文學(xué)語(yǔ)言與自然語(yǔ)言理解研究[A];中文信息處理前沿進(jìn)展——中國(guó)中文信息學(xué)會(huì)二十五周年學(xué)術(shù)會(huì)議論文集[C];2006年

10 薛富強(qiáng);葛臨東;陳麗;;新的改進(jìn)遺傳算法用于調(diào)制信號(hào)特征選擇[A];無(wú)線傳感器網(wǎng)及網(wǎng)絡(luò)信息處理技術(shù)——2006年通信理論與信號(hào)處理年會(huì)論文集[C];2006年

相關(guān)重要報(bào)紙文章 前7條

1 本報(bào)記者 李振輝;根據(jù)自身特征選擇健身方式[N];廣東科技報(bào);2008年

2 海通證券 婁靜邋吳先興;把握風(fēng)險(xiǎn)收益特征選擇最適合自己的基金[N];上海證券報(bào);2007年

3 鐵嶺市第二高中 高軍;讓學(xué)生“動(dòng)”起來(lái)[N];鐵嶺日?qǐng)?bào);2005年

4 鄭衛(wèi)東;高產(chǎn)鵝選種方法和標(biāo)準(zhǔn)[N];中國(guó)畜牧獸醫(yī)報(bào);2007年

5 《網(wǎng)絡(luò)世界》記者 周源;云平臺(tái),只選對(duì)的[N];網(wǎng)絡(luò)世界;2012年

6 鄭軍;高產(chǎn)鵝選種方法和標(biāo)準(zhǔn)[N];河南科技報(bào);2016年

7 記者 丁寧;2012年,我們一起“追”的創(chuàng)新產(chǎn)品[N];上海證券報(bào);2012年

相關(guān)博士學(xué)位論文 前10條

1 袁明冬;基于圖的特征提取和特征選擇及其應(yīng)用研究[D];西安電子科技大學(xué);2017年

2 胡小娟;基于特征選擇的文本分類方法研究[D];吉林大學(xué);2018年

3 任宇林;結(jié)構(gòu)化預(yù)測(cè)中N元特征選擇算法的研究[D];華中科技大學(xué);2018年

4 Reehan Ali Shah;基于稀疏模型組合的網(wǎng)絡(luò)入侵分類[D];浙江大學(xué);2019年

5 滕旭陽(yáng);面向特征選擇問(wèn)題的優(yōu)化方法研究[D];哈爾濱工程大學(xué);2017年

6 張麗新;高維數(shù)據(jù)的特征選擇及基于特征選擇的集成學(xué)習(xí)研究[D];清華大學(xué);2004年

7 高青斌;蛋白質(zhì)亞細(xì)胞定位預(yù)測(cè)相關(guān)問(wèn)題研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2006年

8 劉風(fēng);基于磁共振成像的多變量模式分析方法學(xué)與應(yīng)用研究[D];電子科技大學(xué);2014年

9 馮國(guó)忠;文本分類中的貝葉斯特征選擇[D];東北師范大學(xué);2011年

10 梁建寧;特征選擇與圖像匹配[D];復(fù)旦大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 侯宇亮;基于極限學(xué)習(xí)機(jī)的分類方法研究及應(yīng)用[D];中原工學(xué)院;2019年

2 尹春燕;基于集成特征選擇的冠心病篩查模型研究[D];山東大學(xué);2019年

3 薛瑞;轉(zhuǎn)子故障診斷中的特征選擇問(wèn)題研究[D];蘭州理工大學(xué);2019年

4 周雨;基于互信息與決策樹的特征選擇[D];蘭州大學(xué);2019年

5 余思成;基于特征選擇的集成分類方法及其應(yīng)用研究[D];江蘇科技大學(xué);2019年

6 Wei Wang;P值的不穩(wěn)定性與其他因素對(duì)統(tǒng)計(jì)特征選擇的影響[D];天津大學(xué);2018年

7 游仁春;基于特征選擇聚類和張量分析的碳纖維增強(qiáng)復(fù)合材料超聲缺陷識(shí)別[D];廈門大學(xué);2017年

8 閆文凱;基于特征選擇的致病SNP識(shí)別方法研究[D];南京農(nóng)業(yè)大學(xué);2017年

9 周至;復(fù)雜環(huán)境下無(wú)人工干預(yù)的室內(nèi)定位算法研究[D];南京大學(xué);2019年

10 馬必?zé)?一種多任務(wù)特征選擇金字塔及其在電力設(shè)備檢測(cè)的應(yīng)用[D];浙江大學(xué);2019年

本文編號(hào)：2651485