当前位置:主页 > 科技论文 > 自动化论文 >

基于机器学习的急性肾损伤预测及临床应用优化

发布时间:2020-10-29 18:51
   智慧医疗是利用计算机技术、大数据分析技术、临床诊疗设备等,对患者进行更科学、智能化的诊疗,从而减低患者的发病率和死亡率。目前,大数据、人工智能、机器学习等方法逐渐在医疗服务领域得到应用,并产生了巨大的社会价值和产业空间。急性肾损伤是一种发病率和死亡率极高的急诊危重病,探究影响急性肾损伤的关键风险因素、对患者的发病率进行预测预警研究,根据患者的病症链优化诊疗流程并应用于临床实践,使医生及早对急性肾损伤患者进行医疗干预,从而降低发病率和死亡率具有重要意义。本文以MIMIC-Ⅲ数据库为基础,根据《2012改善全球肾脏病预后组织指南》对急性肾损伤患者的早期诊断标准为依据,从数据库中提取出满足条件的1698例患者以及对应的个人基本信息和指标数据,运用R语言对原始数据进行缺失值填补、离散化等预处理。将粗糙集、灰色关联度、元胞自动机和遗传算法进行有机结合,运用多主体智能筛选的元胞遗传算法进行20次独立重复实验最终得到呼吸、心率、肌酐、肌钙蛋白T、葡萄糖、P02、PC02、氧饱和度、二氧化碳总量、血小板、中性粒细胞、尿红细胞、尿白细胞、尿蛋白定性14个影响急性肾损伤的关键风险因素。接着,采用逻辑回归、基于决策树的自适应加强(Adaboost)算法、多层感知机(MLP)对急性肾损伤进行预测预警分析及交叉验证,从准确度、精确度、召回率几个方面综合评价模型的性能。结果显示:输入经过元胞遗传算法筛选的关键指标进行预测的效果优于未经元胞遗传算法筛选的全部指标预测,集成算法的预测效果优于单一算法,从不同算法的综合评分可以看出多层感知机的性能优于基于决策树的自适应加强算法和逻辑回归。最后,在上述研究的基础上通过分析急诊危重症急性肾损伤患者关键指标的变异值及其对早期诊断的价值和临床意义,从急救数据采集与信息共享、根据关键指标对急性肾损伤进行早期判断、床旁监测系统以及临床医生决策路径几个方面对现有的诊断、决策方式进行优化,以期降低急性肾损伤患者的发病率和死亡率。
【学位单位】:北京交通大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:TP181;R692.5
【部分图文】:

机器学习,大规模数据,预测方法,框架图


第六部分:总结与展望。对本文的研宄过程和研宄结果进行总结,分析研宄过??程中存在的不足,明确了进一步探宄的方向和内容。??全文框架如图1-2所示。??1.3.2研究方法??本文主要运用的研宄方法包括文献研宄法、数据挖掘和机器学习。??(1)

运作机制,遗传算法,数据挖掘


遗传算法主要用于单种群的进化计算,在处理多目标、多路径规划、群体决策??等问题时性能难以满足实际需求,元胞遗传算法既具有遗传算法的特性,又融合了??元胞自动机的优势,自适应能力、并行性和自组织性都得到了提高,可以使种群的??多样性持续时间更长,有利于平衡全局搜索和局部寻优。??2.3数据挖掘相关理论??数据挖掘是从数据库中发现隐藏在数据背后的隐藏信息和知识发现的完整过??程,数据挖掘过程如图2-3所示,一般包括数据选择、数据预处理、知识发现、模??式评估、知识表达几个方面。其中,数据预处理包括数据清理、数据集成、数据规??约、数据变换等。??18??

数据挖掘,基本流程


数据挖掘分为类-概念描述、关联规则、分类预测、聚类分析、孤立点挖掘这??五大类,本文研宄患者是否发生急性肾损伤属于分类预测,是有监督学习的二分类??问题。??2.3.1缺失值处理??(1)缺失值产生的原因和分类??医疗数据库中的数据存在不同程度的缺失,数据缺失的原因是多种多样的,但??也是不可避免的,不完整的数据集有可能会造成试验结果存在偏倚或难以解释,为??了充分利用己有的数据,降低数据缺失对疾病分析的影响,采用合理的方法填补缺??失数据显得尤为重要。??医学数据缺失的原因可能是数据采集方法存在局限性、患者数据暂时无法获??取、并非所有的患者诊疗结果都能在一定时间内上传到数据库中;信息被遗漏,可??能由于不小心遗忘或对数据理解有偏差而导致部分数据被遗漏,也可能由于数据??
【参考文献】

相关期刊论文 前9条

1 郭峻氚;刘琪;肖东;;可溶性血栓调节蛋白在脓毒症急性肾损伤预测价值的研究[J];中国急救医学;2018年07期

2 汤陈琪;李骏强;徐达圆;刘晓彬;侯文佳;吕开阳;肖仕初;夏照帆;;机器学习和logistic回归模型预测严重烧伤患者发生急性肾损伤的比较分析[J];中华烧伤杂志;2018年06期

3 朱晓勃;;我国医院信息化建设现状与发展对策研究[J];现代仪器与医疗;2015年01期

4 马红琴;贺莉;;检测尿IL-18对原发性肾病综合征并发急性肾损伤的预测价值[J];陕西医学杂志;2014年08期

5 陈江华;;监测尿量能否预防急性肾损伤和判断预后[J];肾脏病与透析肾移植杂志;2013年01期

6 秦永芳;高召;徐倩;袁海;巩建华;高丹;卢丽;刘晶晶;崔龙;明静;;白细胞介素-18对原发性肾病综合征并发急性肾损伤的早期预测意义[J];现代中西医结合杂志;2011年10期

7 易著文;刘琳;;急性肾损伤的定义、诊断及治疗[J];临床儿科杂志;2009年04期

8 刘进;盛丹;;尿胱抑素C预测非少尿型ATN近期结局的临床应用价值[J];新医学;2007年05期

9 乔丽华;傅德印;;缺失数据的多重插补方法[J];统计教育;2006年12期


相关硕士学位论文 前3条

1 黄雨;医学信息学在糖尿病中的数据分析与算法设计[D];济南大学;2017年

2 陈致远;基于数据挖掘的肺癌晚期病人肺部感染规律性研究[D];杭州电子科技大学;2017年

3 张小红;ICU与非ICU的AKI患者临床特征及预后危险因素的比较[D];福建医科大学;2013年



本文编号:2861310

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2861310.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户cdf4d***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com