妊娠期肝内胆汁淤积症的早期诊断模型研究

发布时间：2021-10-18 13:40

　　妊娠期肝内胆汁淤积症（ICP）是妊娠期间严重危害母婴健康的特发性疾病,其发病率高达12%,能够造成一系列不良妊娠结局。由于ICP的病因尚不明确,早期诊断、及时干预、合理治疗仍然是对ICP最有效的措施。然而,目前临床上对ICP的诊治主要是基于胆汁酸等生化指标的筛查,其敏感度和特异性较低,无法及时发现ICP。因此,如能做到在妊娠早期发现ICP并进行合理干预治疗,对促进母婴健康具有重大意义。临床试验证实,GCA、ACOX1和棕榈酰肉碱三大生物标志物与ICP的发生密切相关,可以用于ICP的早期诊断模型研究。本文基于该发现,将ICP早期诊断分为标志物预测与ICP诊断两个步骤,运用机器学习方法构建妊娠早期三大生物标志物预测模型和ICP诊断模型。首先提出一种多元时间序列相似性度量方法,用于筛选具有相似生物标志物变化趋势的ICP样本合集,以提高标志物预测模型的准确率;然后提出一种ICP生物标志物预测模型,在每个样本集上分别训练预测模型,实现对妊娠中后期ICP生物标志物的准确预测;最后,构建ICP诊断模型,根据预测数据对ICP进行诊断。具体工作如下:（1）不同孕周ICP生物标志物含量呈多元时间序列形式,... 

【文章来源】：江苏大学江苏省

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

序列之间的基础距离矩阵及最佳弯曲路径

妊娠期肝内胆汁淤积症的早期诊断模型研究22数据集中所有数据均为数值形式，部分数据如图2.6所示。每一行代表一个样本，每一列代表一个属性。其中，GCA即为甘胆酸含量，单位/,参考值为0.4-2.98，在妊娠期间会略有升高；ACOX1单位/，参考值为50-150；棕榈酰肉碱单位/，参考值为0.30-6.00。图2.6ICP数据集部分数据2.5本章小结本章首先介绍了医疗数据挖掘的定义、流程和应用，然后对医疗数据挖掘所所涉及到的部分算法做简要介绍。与时间序列相关的主要包括基于分段的时间序列模式表示方法和动态时间弯曲距离度量算法，另外介绍了机器学习中的聚类、分类算法与深度学习、循环神经网络。由于可以用于医疗数据挖掘的算法众多，本章只对ICP数据挖掘所涉及的方法做简要介绍，为后续章节做好准备。

【参考文献】：
期刊论文
[1]医学数据挖掘综述[J]. 刘彦培,刘恩顺.  光明中医. 2018(12)
[2]基于加权动态时间弯曲的多元时间序列相似性匹配方法[J]. 叶燕清,杨克巍,姜江,葛冰峰,豆亚杰.  模式识别与人工智能. 2017(04)
[3]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军.  计算机学报. 2017(06)
[4]神经网络七十年:回顾与展望[J]. 焦李成,杨淑媛,刘芳,王士刚,冯志玺.  计算机学报. 2016(08)
[5]妊娠期肝内胆汁淤积症相关问题[J]. 陈学海,漆洪波.  中国实用妇科与产科杂志. 2015(12)
[6]妊娠期肝内胆汁淤积症诊疗指南（2015）[J]. 贺晶,杨慧霞,段涛,刘兴会,漆洪波.  临床肝胆病杂志. 2015(10)
[7]医疗卫生领域大数据应用探讨[J]. 周光华,辛英,张雅洁,胡婷,李岳峰.  中国卫生信息管理杂志. 2013(04)
[8]多元时间序列模式匹配方法研究[J]. 李正欣,张凤鸣,李克武.  控制与决策. 2011(04)
[9]基于点分布特征的多元时间序列模式匹配方法[J]. 管河山,姜青山,王声瑞.  软件学报. 2009(01)
[10]一种时间序列相似性的快速搜索算法[J]. 张军,陈汉武,马志民.  南京师范大学学报(工程技术版). 2005(03)

博士论文
[1]多元时间序列分割与预测方法及应用研究[D]. 郭红月.大连理工大学 2017
[2]时间序列数据挖掘若干关键问题研究[D]. 何晓旭.中国科学技术大学 2014

硕士论文
[1]基于隐马尔可夫模型与支持向量机的股票价格预测实证研究[D]. 张璇.山东大学 2019
[2]医疗大数据质量评价指标体系构建研究[D]. 熊兴江.华中科技大学 2019
[3]基于多类医学图像的疾病诊断架构研究[D]. 王蓝天.哈尔滨工业大学 2018
[4]基于决策树算法的大学生就业预测模型及应用研究[D]. 王亚如.华中师范大学 2018
[5]面向健康评估的机器学习方法研究与应用[D]. 赵家英.电子科技大学 2016
[6]多维时间序列分类技术[D]. 高歌.浙江大学 2008



本文编号：3442898