优化模糊决策树在医学数据分类中的研究与应用

发布时间：2021-09-17 21:40

　　目前,信息技术的发展愈发迅速以及信息技术成果的不断普及,许多医院都已经普遍配备信息系统和数字化设备。随着看病人数的增加,有关数据库中病人的相关数据也不断地累积,比如影像数据（如CT影像数据）、信号（如心电图）、数字数据（如血液、尿液检测结果）、文本数据（如医生诊疗结果、患者症状描述）等等不同类型的医学数据。由于医生水平的不同或者主观判断不一致,在诊断过程中,可能会产生误诊。所以,对医疗数据进行数据挖掘来获得所含的信息的需求也愈加迫切。通过对这些医疗数据进行挖掘,可以从其中获得具有宝贵价值的关联规则信息,从而可以为医生对疾病的诊断提供更加科学的依据,降低误诊率。因此,对医学数据进行分类,并挖掘出其中的关联规则具有重大的研究意义和应用价值。对医学数据分类最终目的是选择好的分类模型,传统的数据分类通常使用决策树模型作为分类模型,但决策树模型无法适用数据中的模糊性和不确定性。因此,将模糊理论和决策树模型相结合构建模糊决策树模型,可以大大增强在处理医学数据时,决策树模型对其中存在的模糊性和不确定性的适用性,以此更加准确和有效的对医疗数据进行分类和挖掘。首先,对比两种决策树算法——模糊决策树算法和... 

【文章来源】：兰州交通大学甘肃省

【文章页数】：58 页

【学位级别】：硕士

【部分图文】：

k=2隶属度函数示意图

优化模糊决策树在医学数据分类中的研究与应用-20-20106.83()(106.83)/(183.75106.83)106.83183.751183.75=Txxxxx(3.5)当k=3时，可以将胰岛素浓度(RI)用低、中、高三个模糊概念描述，其隶属度函数分别为：1125()(25)/(123.225)25123.20123.2=Txxxxx(3.6)1025(25)/(123.225)25123.2()(183.75)/(183.75123.2)123.2183.750183.75=Txxxxxxx(3.7)10123.2()(123.2)/(183.75123.2)123.2183.751183.75=Txxxxx(3.8)当k=2时，隶属度函数示意图如3.1所示。图3.1k=2隶属度函数示意图当k=3时，隶属度函数示意图如3.2所示。图3.2k=3隶属度函数示意图

优化模糊决策树在医学数据分类中的研究与应用-30-12c=c=2，0.95,0.4,startend==算法结束条件设置为迭代次数超过1000。4.4.2对比函数为了更加直观地评价本章提出的算法的收敛速度和全局搜索能力，本章选取了3个不同的PSO算法与IPSO算法在上述测试函数中进行仿真测试比较，比较算法有SPSO[50]、HPSO[51]、CPSO[52]。其中SPSO算法是基本PSO算法其惯性权重为固定权重；CPSO算法则是改进了PSO算法中的惯性权重的改变策略，其策略为惯性权重采用一条开口向下的抛物线，是一种非线性递减的策略；HPSO算法则是一种惯性权重线性递减的策略。在本章实验中，这些对比算法的参数设置如表4.3所表述。惯性权重对比如图4.3所示。图4.3惯性权重对比图表4.3对比算法参数算法参数设置SPSO===120.95,cc2CPSO=0.95,=0.4,startend==12cc2HPSO=1,=0.5,startend==12cc24.4.3实验结果与分析本章利用表4.2种的4种测试函数进行对比实验。种群粒子数均为30，最大迭代次数1000次，实验统计结果包括最优值的均值和方差。

【参考文献】：
期刊论文
[1]基于SOM聚类的多模态医学图像大数据挖掘算法[J]. 李晓峰,李东.  西安工程大学学报. 2019(04)
[2]基于CART的高校教师亚健康决策模型构建[J]. 易俗,张一川,殷慧文.  实验室研究与探索. 2019(08)
[3]冠心病不稳定型心绞痛患者阳虚证卡方自动交互检测决策树识别模式研究[J]. 史琦,孔艳华,赵慧辉,陈建新,李友林,王伟.  中医杂志. 2019(15)
[4]基于决策树及神经网络的高血压病阴阳两虚证诊断模型的研究[J]. 赵书颖,张新雅,李运伦.  中华中医药学刊. 2019(05)
[5]基于决策树的住院烧伤患者医疗救治流程优化及规则挖掘[J]. 刘文宝,任东彦,陶峰,陈国良.  第二军医大学学报. 2018(12)
[6]基于决策树和神经网络的高血压病痰湿壅盛证诊断模型研究[J]. 田艳鹏,丁学义,朱羽硕,李运伦,郭伟星.  中华中医药杂志. 2018(08)
[7]利用决策树建立慢性阻塞性肺病中医诊断模型[J]. 苏翀,任曈,王国品,殷杰.  计算机工程与应用. 2019(03)
[8]数据挖掘常用算法及其在医学大数据研究中的应用[J]. 孙雪松,王晓丽.  中国数字医学. 2018(03)
[9]基于数据挖掘方法的冠心病心绞痛合并糖尿病患者理化指标与气阴两虚证诊断模式的建立[J]. 张军鹏,徐学功,徐变玲,张理,李芳,程雪,王伟伟,马燕楠,史琦,王伟.  中国中医基础医学杂志. 2018(01)
[10]数据挖掘与乳腺癌诊断的研究进展[J]. 邹菊,梁庆模.  生物医学工程学杂志. 2012(02)

博士论文
[1]基于公理模糊集的模糊决策树算法研究[D]. 冯兴华.大连理工大学 2013

硕士论文
[1]支持向量机在糖尿病数据中的应用研究[D]. 胡凌.北京邮电大学 2017
[2]多目标粒子群优化算法的研究及应用[D]. 吴雪娟.南京邮电大学 2016
[3]基于聚类的数据预处理对模糊决策树归纳的影响[D]. 谢凯.河北大学 2006



本文编号：3399544