本文關鍵詞：最優(yōu)分位數水平選擇方法及其在心電圖判別疾病類型中的應用，，由筆耕文化傳播整理發(fā)布。

【摘要】：分類在大數據時代的生物與醫(yī)學研究中越來越重要。本文根據心電圖中對疾病診斷有著重要作用的波形特征的分布特點：與健康者相比,患病者的數據分布通常是不對稱的、重尾的或是多個分布的混合,提出了通過提取最優(yōu)分位數水平,即,使得兩個分布的樣本分位數之差的標準化最大的分位數指標,來區(qū)分兩個分布之間差異的方法。并在此基礎上,拓展了區(qū)分多個類別分布之間差異的最優(yōu)分位數水平提取方法。在模擬研究與實際心電圖數據分析部分,根據所提取的最優(yōu)分位數水平,通過對不同分布類型組合的判別分類模擬以及對PTB心電診斷數據庫中心電圖II導聯數據的疾病分類,驗證了本文所提方法比基于均值特征的分類效果要好,更能提取心電圖中異常心跳的特征。且本文所提方法對健康或者患病這兩種類別的分類精確度可達到84.96%，但由于實際心電圖數據中有三種疾病的樣本量太小,對五種疾病類別的分類效果不太理想,總準確率只有67%左右。此外,本文在實際心電圖數據研究部分,分別采用了馬氏距離逐步判別法、支持向量機和分類與回歸樹這三種分類器來進行分類,并使用Leave-One-Out交叉驗證法和回代法來評價每種分類器的性能。
【關鍵詞】：最優(yōu)分位數水平 心電圖 疾病分類 馬氏距離逐步判別法 支持向量機 分類與回歸樹 Leave-One-Out交叉驗證法
【學位授予單位】：華東師范大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：R540.4
【目錄】：

• 摘要11-12
• ABSTRACT12-13
• 第一章 引言13-18
• §1.1 研究背景及現狀介紹13-15
• §1.2 本文創(chuàng)新點15-16
• §1.3 論文結構16-18
• 第二章 方法原理介紹18-26
• §2.1 分類最優(yōu)分位數水平選取方法18-21
• §2.2 多分類最優(yōu)分位數水平選取方法21-23
• §2.2.1 一個最優(yōu)分位數水平選取方法21-22
• §2.2.2 多個最優(yōu)分位數水平選取方法22-23
• §2.3 分類方法原理簡介23-26
• §2.3.1 馬氏距離判別法23
• §2.3.2 支持向量機23-25
• §2.3.3 分類與回歸樹25-26
• 第三章 模擬研究26-37
• §3.1 二類分類模擬26-32
• §3.2 多類分類模擬32-37
• §3.2.1 基于一個最優(yōu)分位數特征分類32-33
• §3.2.2 基于多個最優(yōu)分位數特征分類33-37
• 第四章 實際數據分析37-50
• §4.1 心電圖簡介37-40
• §4.2 數據庫簡介及數據預處理40-45
• §4.2.1 PTB心電診斷數據庫簡介40-41
• §4.2.2 數據預處理及特征提取41-45
• §4.3 實際數據二分類分析45-46
• §4.4 實際數據五分類分析46-50
• §4.4.1 基于一個最優(yōu)分位數特征分類47
• §4.4.2 基于多個最優(yōu)分位數特征分類47-50
• 第五章 總結與討論50-52
• 參考文獻52-55
• 附錄A 多分類詳細判別結果55-61
• § A.1 模擬研究部分的多分類詳細判別結果55-59
• § A.2 實際數據分析部分的五分類詳細判別結果59-61
• 致謝61

【相似文獻】

中國期刊全文數據庫 前1條

1 胡良平,劉惠剛;醫(yī)學統(tǒng)計學基礎-分位數及其應用[J];中國骨腫瘤骨病;2002年06期

中國重要報紙全文數據庫 前2條

1 廣發(fā)期貨 謝貞聯;IF1005期現價差波動規(guī)律的啟示[N];期貨日報;2010年

2 李莉;2009年金屬鋁價格走勢預測[N];中國有色金屬報;2008年

中國博士學位論文全文數據庫 前2條

1 陳雄強;分位數自回歸模型理論與應用研究[D];南開大學;2013年

2 黃初;幾類新型相依條件下隨機變量的極限定理[D];浙江大學;2011年

中國碩士學位論文全文數據庫 前10條

1 梅云龍;刪失數據的條件高分位數估計[D];大連理工大學;2015年

2 朱玲;貝葉斯分位數自回歸方法的研究及在香港恒生指數風險測度上的應用[D];南京財經大學;2014年

3 蔡際盼;WOD樣本下分位數和密度函數估計的強相合性[D];廣西師范學院;2015年

4 葛悠美;線性測量誤差模型中復合分位數估計的隨機加權方法[D];東華大學;2016年

5 李麗鳳;PA樣本下含附加信息時分位數的統(tǒng)計推斷[D];廣西師范大學;2015年

6 余珊珊;最優(yōu)分位數水平選擇方法及其在心電圖判別疾病類型中的應用[D];華東師范大學;2016年

7 代繼府;基于分位數決策理論的資產定價研究[D];復旦大學;2013年

8 姚春;分位數估計量的性質及應用[D];武漢科技大學;2014年

9 付月;基于MM算法的分位數計算方法[D];延邊大學;2010年

10 關全文;Φ-混合樣本下有限個分位數的聯合置信域[D];浙江師范大學;2014年

  本文關鍵詞：最優(yōu)分位數水平選擇方法及其在心電圖判別疾病類型中的應用，由筆耕文化傳播整理發(fā)布。

本文編號：401311