基于电子病历利用支持向量机构建疾病预测模型——以重度急性胰腺炎早期预警为例

发布时间：2017-10-14 12:08

  本文关键词：基于电子病历利用支持向量机构建疾病预测模型——以重度急性胰腺炎早期预警为例

  更多相关文章： 支持向量机 重度急性胰腺炎 预警 临床决策

【摘要】：【目的】为构建疾病预测模型,以重度急性胰腺炎早期预警为例,提出一种基于支持向量机的疾病预测模型构建方法。【方法】基于支持向量机LIBSVM3.11,采用优化后的径向基核函数产生的分类器,同时结合统计学单因素及多因素Logistic回归分析方法,进行特征变量选取,提出一种简单易行的重度急性胰腺炎早期预警模型。【结果】所构建重度急性胰腺炎预警模型准确率达70.37%。最终纳入模型变量包括白细胞计数、血清钙离子、血清脂肪酶、收缩压、舒张压及胸腔积液。【局限】样本量有限,主要采用支持向量机构建疾病预测模型,未来可建立系统,突出临床应用价值。【结论】支持向量机可构建疾病预测的最优模型,进一步建立系统,辅助临床决策。
【作者单位】： 中国医科大学医学信息学院;中国医科大学附属盛京医院;
【关键词】： 支持向量机 重度急性胰腺炎 预警 临床决策
【基金】：教育部人文社会科学研究青年基金项目“基于语义述谓网络属性的多文档自动摘要:以生物医学为例”(项目编号:13YJC870030)的研究成果之一
【分类号】：R576;TP181
【正文快照】： 1引言电子病历(Electronic Medical Record,EMR)即基于计算机的病人记录,是对医疗数据进行电子化保存、管理、传输和重现,主要包括门诊EMR、住院EMR、急诊EMR,其中住院EMR由病历首页、入院记录、病程记录、手术(医嘱)记录单、检查报告单等组成[1]。基于EMR可获得准确、完整的

【相似文献】

中国期刊全文数据库 前10条

1 张向东,毕韶丹,关宏宇;拮抗药化合物活性的支持向量机研究[J];辽宁大学学报(自然科学版);2005年03期

2 罗万春;;基于支持向量机的凝血功能诊断模型[J];数学的实践与认识;2013年06期

3 谢洪波,王志中,黄海;表面肌电的支持向量机分类[J];北京生物医学工程;2004年02期

4 陆强;冯敏;马华;张西学;;模糊聚类支持向量机在步态分类中的应用[J];中国组织工程研究与临床康复;2011年09期

5 史鑫;罗述谦;;支持向量机在医学图像分割中的应用[J];北京生物医学工程;2007年03期

6 李磊;黄水平;;支持向量机原理及其在医学分类中的应用[J];中国卫生统计;2009年01期

7 郑莉丽;李晓强;李福凤;闫西平;王忆勤;王真真;;基于支持向量机的中医望诊唇色自动分类[J];生物医学工程学杂志;2011年01期

8 王浩军,郑崇勋,李映,朱华锋,闫相国;支持向量机在血细胞分类中的应用[J];生物医学工程学杂志;2003年03期

9 周舒冬;张磊;叶小华;杨云升;;支持向量机技术在疾病预后中的应用和比较[J];数理医药学杂志;2007年06期

10 胡康达;符红光;孔祥振;;分级聚类支持向量机在中医舌像分类中的应用[J];计算机应用;2010年S2期

中国重要会议论文全文数据库 前10条

1 余乐安;姚潇;;基于中心化支持向量机的信用风险评估模型[A];第六届（2011）中国管理学年会——商务智能分会场论文集[C];2011年

2 刘希玉;徐志敏;段会川;;基于支持向量机的创新分类器[A];山东省计算机学会2005年信息技术与信息化研讨会论文集（一）[C];2005年

3 史晓涛;刘建丽;骆玉荣;;一种抗噪音的支持向量机学习方法[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（下册）[C];2008年

4 何琴淑;刘信恩;肖世富;;基于支持向量机的系统辨识方法研究及应用[A];中国力学大会——2013论文摘要集[C];2013年

5 刘骏;;基于支持向量机方法的衢州降雪模型[A];第五届长三角气象科技论坛论文集[C];2008年

6 王婷;胡秀珍;;基于组合向量的支持向量机方法预测膜蛋白类型[A];第十一次中国生物物理学术大会暨第九届全国会员代表大会摘要集[C];2009年

7 赵晶;高隽;张旭东;谢昭;;支持向量机综述[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年

8 周星宇;王思元;;智能数学与支持向量机[A];2005年中国智能自动化会议论文集[C];2005年

9 颜根廷;马广富;朱良宽;宋斌;;一种鲁棒支持向量机算法[A];2006中国控制与决策学术年会论文集[C];2006年

10 侯澍e，

本文编号：1030949