SVM结合DS证据理论的心血管病预测方法研究

发布时间：2023-03-19 17:47

　　心血管病是一种对身体极具伤害性的疾病。近年来,我国心血管病的发病率和死亡率逐年上升,给我国的社会与经济带来了严重的负面影响。心血管病是中国乃至全世界的头号死亡病因,且心血管病具有高死亡率和高致残率的特点,使得患心血管病的人们难以痊愈,所以心血管病的一级预防显得格外重要,而很多研究表明,心血管病的大部分主要危险因素是可以人为调整的。因此有必要针对心血管病,开发准确高效的早期预测工具来识别高危人群,进行发病预警,同时建议高危人群改变不合理的生活习惯来调整危险因素水平,从而降低心血管病的发病风险。本文在分析已存在的疾病预测方法的基础上,鉴于SVM算法和DS证据理论的优势,提出了一种SVM-DS疾病预测模型,用于心血管病预测。该模型基于SVM算法进行建模,用建立好的模型对病情进行预测,将SVM模型输出的后验概率转换为BPA函数,引入DS证据理论,将BPA函数进行合成,根据决策规则输出最终预测结果。接着,本研究提出将疾病相关的危险因素划分为主要危险因素和潜在危险因素,对两部分危险因素分别进行分析的策略,以心脏病为例,通过对心脏病相关危险因素进行Logistic回归多因素分析,得到了与心脏病显著相...

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
    1.3 论文的主要研究内容与章节安排
第二章 预测模型的理论基础
    2.1 支持向量机
        2.1.1 支持向量机算法
        2.1.2 支持向量机的基本原理
        2.1.3 函数间隔和几何间隔
        2.1.4 核函数
    2.2 Logistic回归
        2.2.1 二项Logistic回归
        2.2.2 LR模型参数估计
        2.2.3 LR因素分析
    2.3 DS证据理论
        2.3.1 DS证据理论的识别框架
        2.3.2 基本概率分配函数
        2.3.3 信度函数及似真函数
        2.3.4 DS证据理论的合成规则
        2.3.5 证据理论的优势
    2.4 模型性能评价标准
        2.4.1 ROC曲线
        2.4.2 归一化混淆矩阵
    2.5 本章小结
第三章 数据预处理及危险因素分析
    3.1 数据预处理
        3.1.1 数据集介绍
        3.1.2 异常值处理
        3.1.3 缺失值处理
        3.1.4 数据标准化处理
        3.1.5 预处理实验结果
    3.2 心血管病危险因素
        3.2.1 年龄、性别、家族史
        3.2.2 高血压
        3.2.3 血脂异常
        3.2.4 糖尿病
        3.2.5 其他因素
    3.3 危险因素的筛选
        3.3.1 危险因素筛选策略
        3.3.2 危险因素分析实验
    3.4 本章小结
第四章 疾病预测模型的建立和结果分析
    4.1 基于LR的心脏病预测模型
        4.1.1 LR疾病预测模型实现过程
        4.1.2 实验结果分析
    4.2 基于SVM的心脏病预测模型
        4.2.1 SVM疾病预测模型实现过程
        4.2.2 实验结果分析
    4.3 SVM-DS心脏病预测模型
        4.3.1 SVM-DS疾病预测模型框架
        4.3.2 SVM-DS疾病预测模型实现过程
        4.3.3 实验结果分析
        4.3.4 DS证据理论的合成
    4.4 模型的性能比较
    4.5 本章小结
第五章 总结与展望
    5.1 总结
    5.2 工作展望
参考文献
致谢
作者简介



本文编号：3765682