基于异构信息网络的临床用药决策算法研究
发布时间：2022-02-20 16:55
随着医学文献数据以及临床数据的快速增长,医疗大数据的研究如火如荼,如何从文献数据以及临床数据中挖掘有效的医学知识辅助医生进行临床决策也是近年来研究的热点。目前的临床决策机制大多是基于贝叶斯理论、关联规则、神经网络等机器学习或数据挖掘技术,而异构信息网络分析方法作为数据挖掘技术中的一种,可以将医学数据中的对象通过某些关系连接在一起构成异构信息网络,再通过网络分析方法达到临床用药决策支持的目的。本文结合医学文献数据及临床数据提出基于异构信息网络的临床用药决策算法,研究的主要工作包括:（1）对已有的使用异构信息网络分析技术进行临床决策支持的MedRank算法进行研究并改进。该算法从医学文献数据库MEDLINE中抽取跟疾病相关的文章、作者、期刊、药物等对象构成异构星型信息网络,并通过网络分析方法为医生推荐有效的治疗药物。MedRank算法假设“有效的药物是由好的文章提出的,这些文章是由好的作者写的且刊登在好的期刊上”,但是却没有定义什么样的文章、作者、期刊是好的。所以本文引入作者H指数、文章引用数、期刊影响因子来进行定义,并纳入文章的发表时间、发表类型、研究类型等因素提出HIC-MedRank...
【文章来源】：重庆大学重庆市211工程院校985工程院校教育部直属院校
【文章页数】：65 页
【学位级别】：硕士
【文章目录】：
中文摘要
英文摘要
1 绪论
1.1 课题背景及研究意义
1.1.1 课题的背景
1.1.2 研究的意义
1.2 国内外研究现状
1.2.1 临床决策支持系统研究现状
1.2.2 异构信息网络研究现状
1.3 本文研究的目的和研究内容
1.3.1 本文研究的目的
1.3.2 本文研究的主要内容
1.4 本文的组织结构
2 异构信息网络概念及排序算法
2.1 异构信息网络概念
2.2 异构信息网络排序算法
2.2.1 RankClus算法
2.2.2 NetClus算法
2.2.3 MedRank算法
2.3 本章小结
3 基于医学文献的用药决策算法HIC-MedRank
3.1 问题提出
3.2 HIC-MedRank算法
3.2.1 网络提取
3.2.2 权重设置
3.2.3 排名计算
3.3 算法实验及评估
3.3.1 算法实验
3.3.2 算法评估
3.4 本章小结
4 基于临床数据的用药决策算法Clinic-Rank
4.1 问题提出
4.2 Clinic-Rank算法
4.2.1 数据预处理
4.2.2 模型建立
4.2.3 权重设置
4.2.4 排名计算
4.3 算法实验及评估
4.3.1 算法实验
4.3.2 算法评估
4.4 本章小结
5 结论与展望
5.1 主要结论
5.2 后续研究工作的展望
致谢
参考文献
附录
A. 作者在攻读学位期间发表的论文目录
B. 作者在攻读学位期间发表的科研成果目录
【参考文献】：
期刊论文
[1]美国临床决策支持系统发展与启示[J]. 盛赟,张越. 中国卫生信息管理杂志. 2016(03)
[2]临床决策支持系统的构建与应用[J]. 董军,王欣,李军,刘东洋. 中国卫生质量管理. 2016(03)
[3]医学数据库介绍——Medline,EMBase,CBMdisc,Web of Science[J]. 本刊编辑部. 中国全科医学. 2016(04)
[4]中国心血管病报告2013概要[J]. 陈伟伟,高润霖,刘力生,朱曼璐,王文,王拥军,吴兆苏,胡盛寿. 中国循环杂志. 2014(07)
[5]基于知识库的临床决策支持系统构建[J]. 张秀梅,徐建武,程煜华,杨公亮. 中华医院管理杂志. 2014 (06)
[6]基于异构网络分析的智能医疗推荐系统研究[J]. 李朋,余中心,李宁,肖兵,赵耀,文俊浩. 中国卫生信息管理杂志. 2013(06)
[7]中国高血压患者教育指南[J]. 吴兆苏,霍勇,王文,赵连友,朱鼎良. 中华高血压杂志. 2013(12)
[8]推荐系统评价指标综述[J]. 朱郁筱,吕琳媛. 电子科技大学学报. 2012(02)
[9]美国卫生决策支持系统建设与应用[J]. 李新伟,代涛,胡红濮. 中国循证医学杂志. 2012(03)
[10]中国高血压防治指南2010[J]. 刘力生. 中国医学前沿杂志(电子版). 2011(05)
硕士论文
[1]基于异质信息网络的相似性度量研究[D]. 孟晓峰.北京邮电大学 2015
[2]基于量表测评的帕金森用药推荐模型研究[D]. 雷少正.南京大学 2014
[3]基于数据挖掘的泌尿外科临床决策支持系统研究[D]. 杨阳.重庆大学 2011
本文编号：3635461
【文章来源】：重庆大学重庆市211工程院校985工程院校教育部直属院校
【文章页数】：65 页
【学位级别】：硕士
【文章目录】：
中文摘要
英文摘要
1 绪论
1.1 课题背景及研究意义
1.1.1 课题的背景
1.1.2 研究的意义
1.2 国内外研究现状
1.2.1 临床决策支持系统研究现状
1.2.2 异构信息网络研究现状
1.3 本文研究的目的和研究内容
1.3.1 本文研究的目的
1.3.2 本文研究的主要内容
1.4 本文的组织结构
2 异构信息网络概念及排序算法
2.1 异构信息网络概念
2.2 异构信息网络排序算法
2.2.1 RankClus算法
2.2.2 NetClus算法
2.2.3 MedRank算法
2.3 本章小结
3 基于医学文献的用药决策算法HIC-MedRank
3.1 问题提出
3.2 HIC-MedRank算法
3.2.1 网络提取
3.2.2 权重设置
3.2.3 排名计算
3.3 算法实验及评估
3.3.1 算法实验
3.3.2 算法评估
3.4 本章小结
4 基于临床数据的用药决策算法Clinic-Rank
4.1 问题提出
4.2 Clinic-Rank算法
4.2.1 数据预处理
4.2.2 模型建立
4.2.3 权重设置
4.2.4 排名计算
4.3 算法实验及评估
4.3.1 算法实验
4.3.2 算法评估
4.4 本章小结
5 结论与展望
5.1 主要结论
5.2 后续研究工作的展望
致谢
参考文献
附录
A. 作者在攻读学位期间发表的论文目录
B. 作者在攻读学位期间发表的科研成果目录
【参考文献】：
期刊论文
[1]美国临床决策支持系统发展与启示[J]. 盛赟,张越. 中国卫生信息管理杂志. 2016(03)
[2]临床决策支持系统的构建与应用[J]. 董军,王欣,李军,刘东洋. 中国卫生质量管理. 2016(03)
[3]医学数据库介绍——Medline,EMBase,CBMdisc,Web of Science[J]. 本刊编辑部. 中国全科医学. 2016(04)
[4]中国心血管病报告2013概要[J]. 陈伟伟,高润霖,刘力生,朱曼璐,王文,王拥军,吴兆苏,胡盛寿. 中国循环杂志. 2014(07)
[5]基于知识库的临床决策支持系统构建[J]. 张秀梅,徐建武,程煜华,杨公亮. 中华医院管理杂志. 2014 (06)
[6]基于异构网络分析的智能医疗推荐系统研究[J]. 李朋,余中心,李宁,肖兵,赵耀,文俊浩. 中国卫生信息管理杂志. 2013(06)
[7]中国高血压患者教育指南[J]. 吴兆苏,霍勇,王文,赵连友,朱鼎良. 中华高血压杂志. 2013(12)
[8]推荐系统评价指标综述[J]. 朱郁筱,吕琳媛. 电子科技大学学报. 2012(02)
[9]美国卫生决策支持系统建设与应用[J]. 李新伟,代涛,胡红濮. 中国循证医学杂志. 2012(03)
[10]中国高血压防治指南2010[J]. 刘力生. 中国医学前沿杂志(电子版). 2011(05)
硕士论文
[1]基于异质信息网络的相似性度量研究[D]. 孟晓峰.北京邮电大学 2015
[2]基于量表测评的帕金森用药推荐模型研究[D]. 雷少正.南京大学 2014
[3]基于数据挖掘的泌尿外科临床决策支持系统研究[D]. 杨阳.重庆大学 2011
本文编号：3635461
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3635461.html
