隨著時(shí)間的推移與技術(shù)的進(jìn)步,計(jì)算機(jī)與醫(yī)療領(lǐng)域的聯(lián)系逐步密切,解決了很多以前無(wú)法回答的問(wèn)題。在農(nóng)村向城市轉(zhuǎn)型的進(jìn)程加快與我國(guó)教育水平的提高之時(shí),人們?cè)絹?lái)越關(guān)注自身的健康問(wèn)題。心臟病作為一種高死亡率的疾病與人類(lèi)死亡的第一因素,其預(yù)測(cè)方面存在的問(wèn)題也日益明顯。但是目前在醫(yī)療領(lǐng)域方面,計(jì)算機(jī)等設(shè)備大部分應(yīng)用于檢測(cè)而非預(yù)測(cè),并且只是對(duì)圖像進(jìn)行處理最終結(jié)論需要醫(yī)生判斷。醫(yī)生是整個(gè)過(guò)程的核心,計(jì)算機(jī)只是輔助工具。由于醫(yī)生研究的領(lǐng)域,掌握的知識(shí)及個(gè)人經(jīng)驗(yàn)的差異,對(duì)疾病判斷的結(jié)果可能不同,這樣會(huì)造成嚴(yán)重的后果。因此,利用先進(jìn)的計(jì)算機(jī)技術(shù)對(duì)其進(jìn)行預(yù)測(cè),進(jìn)行早期治療,避免心臟病惡化造成難以挽回的后果,有重要的實(shí)際意義。為了達(dá)到提升心臟病預(yù)測(cè)準(zhǔn)確率的目的,本文將分為特征工程中的數(shù)據(jù)預(yù)處理和卷積神經(jīng)網(wǎng)絡(luò)兩部分展開(kāi)討論。首先,結(jié)合醫(yī)學(xué)領(lǐng)域相關(guān)知識(shí),通過(guò)獲得患者某些心血管疾病的重要指標(biāo),用數(shù)據(jù)預(yù)處理技術(shù)改善數(shù)據(jù)質(zhì)量,提出了將傳統(tǒng)機(jī)器學(xué)習(xí)應(yīng)用的一維向量組合成矩陣形式的特征組合算法,使神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)在預(yù)測(cè)方面和特征的關(guān)聯(lián)性方面均有加強(qiáng)。隨后探討了不同類(lèi)型的參數(shù)對(duì)網(wǎng)絡(luò)結(jié)構(gòu)的影響,構(gòu)建并優(yōu)化了心臟病預(yù)測(cè)模型,為心臟病疾病的防... 

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 預(yù)測(cè)疾病的研究現(xiàn)狀
        1.2.1 傳統(tǒng)的疾病預(yù)測(cè)方法
        1.2.2 基于深度學(xué)習(xí)的疾病預(yù)測(cè)方法
    1.3 本文主要研究?jī)?nèi)容
    1.4 本文組成結(jié)構(gòu)
2 數(shù)據(jù)集介紹
    2.1 心臟病簡(jiǎn)介
    2.2 醫(yī)療領(lǐng)域數(shù)據(jù)特征
    2.3 影響心臟病發(fā)病相關(guān)因子介紹
    2.4 數(shù)據(jù)集介紹
    2.5 本章小結(jié)
3 特征工程
    3.1 特征工程理論概述
        3.1.1 特征選擇和提取
        3.1.2 數(shù)據(jù)處理方法
        3.1.3 維度壓縮
        3.1.4 特征工程的特點(diǎn)
    3.2 特征組合
    3.3 本章小結(jié)
4 卷積神經(jīng)網(wǎng)絡(luò)模型構(gòu)建
    4.1 卷積神經(jīng)網(wǎng)絡(luò)概述
    4.2 卷積神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練
    4.3 模型評(píng)估
    4.4 本章小結(jié)
5 實(shí)驗(yàn)結(jié)果與分析
    5.1 epoch的大小
    5.2 學(xué)習(xí)率
    5.3 mini-batch大小
    5.4 卷積層數(shù)量
    5.5 關(guān)于卷積核的研究
        5.5.1 卷積核的數(shù)目
        5.5.2 卷積核的尺寸
    5.6 dropout的設(shè)置
    5.7 激活函數(shù)和優(yōu)化器的選擇
    5.8 方法對(duì)比
    5.9 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文
致謝
附件


【參考文獻(xiàn)】：
期刊論文
[1]98例急性心血管疾病患者的臨床治療觀察[J]. 楊先鋒.  中西醫(yī)結(jié)合心血管病電子雜志. 2018(14)
[2]基于深度學(xué)習(xí)的fMRI數(shù)據(jù)分析在偏頭痛研究中的應(yīng)用[J]. 肖君超,曾衛(wèi)明,楊嘉君,石玉虎,徐艷紅,焦磊.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(04)
[3]融合百度指數(shù)的流感預(yù)測(cè)機(jī)理與實(shí)證研究[J]. 王若佳.  情報(bào)學(xué)報(bào). 2018(02)
[4]基于局部特征的卷積神經(jīng)網(wǎng)絡(luò)模型[J]. 施恩,李騫,顧大權(quán),趙章明.  計(jì)算機(jī)工程. 2018(02)
[5]機(jī)器學(xué)習(xí)在神經(jīng)精神疾病診斷及預(yù)測(cè)中的應(yīng)用[J]. 文宏偉,陸菁菁,何暉光.  協(xié)和醫(yī)學(xué)雜志. 2018(01)
[6]《中國(guó)心血管病報(bào)告2017》概要[J]. 陳偉偉,高潤(rùn)霖,劉力生,朱曼璐,王文,王擁軍,吳兆蘇,李惠君,顧東風(fēng),楊躍進(jìn),鄭哲,蔣立新,胡盛壽.  中國(guó)循環(huán)雜志. 2018(01)
[7]基于深度學(xué)習(xí)的肺部腫瘤檢測(cè)方法[J]. 陳強(qiáng)銳,謝世朋.  計(jì)算機(jī)技術(shù)與發(fā)展. 2018(04)
[8]慢性病防治的重點(diǎn)和難點(diǎn):《中國(guó)防治慢性病中長(zhǎng)期規(guī)劃（2017——2025年）》解讀[J]. 王一然,王奇金.  第二軍醫(yī)大學(xué)學(xué)報(bào). 2017(07)
[9]基于增強(qiáng)AlexNet的深度學(xué)習(xí)的阿爾茨海默病的早期診斷[J]. 呂鴻蒙,趙地,遲學(xué)斌.  計(jì)算機(jī)科學(xué). 2017(S1)
[10]基于經(jīng)食道超聲心動(dòng)圖超聲數(shù)據(jù)的心臟病分類(lèi)[J]. 王巧華,伍岳慶,姚宇.  計(jì)算機(jī)應(yīng)用. 2017(S1)

博士論文
[1]卷積神經(jīng)網(wǎng)絡(luò)和遷移學(xué)習(xí)在癌癥影像分析中的研究[D]. 余紹德.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院) 2018
[2]中國(guó)居民健康相關(guān)生命質(zhì)量及其對(duì)衛(wèi)生服務(wù)利用影響的研究[D]. 王煜.北京協(xié)和醫(yī)學(xué)院 2010
[3]老年保健人群缺血性心腦血管病預(yù)警模型研究[D]. 陳金宏.第三軍醫(yī)大學(xué) 2010
[4]口腔衛(wèi)生服務(wù)現(xiàn)況評(píng)價(jià)與口腔衛(wèi)生人力預(yù)測(cè)研究[D]. 李剛.四川大學(xué) 2004

碩士論文
[1]基于隨機(jī)森林的心臟病預(yù)測(cè)平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 羅斌杰.北京郵電大學(xué) 2018
[2]基于電子病歷的深度神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型研究與應(yīng)用[D]. 李昆.鄭州大學(xué) 2017
[3]張量學(xué)習(xí)算法及其在疾病預(yù)測(cè)中的研究[D]. 陸成韜.蘇州大學(xué) 2017
[4]慢性阻塞性肺病發(fā)病人數(shù)的預(yù)測(cè)模型[D]. 李杰.重慶大學(xué) 2017
[5]基于隨機(jī)森林和BSS特征的PET-CT肺腫瘤分割[D]. 蔣雪晴.蘇州大學(xué) 2016
[6]常見(jiàn)先天性心臟病的計(jì)算機(jī)輔助診斷研究[D]. 潘文平.哈爾濱工業(yè)大學(xué) 2016
[7]基于深度卷積神經(jīng)網(wǎng)絡(luò)的CT圖像肝臟腫瘤分割方法研究[D]. 李雯.中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院 2016
[8]地理環(huán)境對(duì)心率變異性時(shí)域分析指標(biāo)參考值的影響[D]. 姜吉琳.陜西師范大學(xué) 2015
[9]基于互聯(lián)網(wǎng)數(shù)據(jù)的中國(guó)流感趨勢(shì)預(yù)測(cè)研究[D]. 魯力.湖南大學(xué) 2015
[10]基于人群搜索—支持向量機(jī)的心臟病多生理參數(shù)診斷方法研究[D]. 董慧康.河北工業(yè)大學(xué) 2015



本文編號(hào)：3649545