机器学习算法在内科疾病诊断中的应用

发布时间：2021-02-09 16:34

　　一直以来,在内科疾病的诊断过程中,医生的临床经验起着决定性的作用。经验的积累需要大量的临床实践以及海量的文献阅读,其中就包括对以往病例的归纳总结。同时,为了提高临床医生诊断的准确率和效率,出现了越来越多的辅助诊断方法,其中就包括一些计算机方法。近年来,随着计算机软件技术的发展,大数据等方法已经开始在医疗领域有所运用。采用机器学习的方法可以把以往的大量病例进行分析,归纳出一些患病规律,一方面可以提高医生阅读的效率,降低医生劳动的强度;另一方面可以对医生的临床诊断起到辅助作用,提高诊断效率,还可以缓解漏诊、误诊等问题。算法的应用有着重要的意义。本论文首先介绍了相关的医学与机器学习背景。然后把从临床收集到的371例因咳嗽入院治疗并得到最终诊断的病例进行数据预处理。主要包括采用Python语言读取病例文本文件,抽取病例的特征值和诊断结果,对其进行数学化处理。在算法训练过程中,将来自第一个医院的269例患者病历作为训练集,来自第二个医院的102例患者病历作为测试集。在训练集中训练Logistic回归、支持向量机、随机森林3种机器学习算法,并在测试集中计算算法相应的准确率、精确度、召回率、F1值等... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：61 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外现有的研究
        1.2.1 大数据的发展现状
        1.2.2 常见的医疗诊断方法
    1.3 本文目标及结构
    1.4 本文创新点
第2章 理论及方法介绍
    2.1 相关医学知识简介
        2.1.1 与咳嗽有关的疾病介绍
        2.1.2 疾病诊断过程中的要点
    2.2 文本信息处理技术
        2.2.1 中文文本预处理
        2.2.2 文本数字化转换
    2.3 相关机器学习算法简介
        2.3.1 机器学习常见分类算法
        2.3.2 算法性能比较
        2.3.3 其它机器学习相关理论
    2.4 本章小结
第3章 基于因咳嗽入院病例的疾病分析
    3.1 数据的来源
    3.2 数据的预处理
        3.2.1 研究对象选取
        3.2.2 抽取特征值
        3.2.3 数据编码
    3.3 训练机器学习算法
        3.3.1 数据特征与算法选择
        3.3.2 Logistic回归模型
        3.3.3 支持向量机
        3.3.4 随机森林
    3.4 本章小结
第4章 模型评价
    4.1 常用评价标准
        4.1.1 常用二分类问题评价标准
        4.1.2 常用多分类问题评价标准
        4.1.3 医学诊断实验评价指标
        4.1.4 两种评价指标的比较
    4.2 三种模型的评价
        4.2.1 模型在测试集上的效果
        4.2.2 模型比较
        4.2.3 算法结果临床效果评价
    4.3 本章小结
结论
参考文献
致谢


【参考文献】：
期刊论文
[1]基于Python的中文结巴分词技术实现[J]. 曾小芹.  信息与电脑(理论版). 2019(18)
[2]卫计委发布《中国居民营养与慢性病状况报告（2015）》[J].   中国药店. 2015(14)
[3]慢性咳嗽:呼吸科医生面临的新挑战[J]. 刘又宁.  解放军医学杂志. 2014(05)
[4]急性扁桃体炎发热病例的证候类型及特点[J]. 王晓才,黄象安,王晓宝.  北京中医药大学学报(中医临床版). 2011(02)
[5]临床医生怎样合理选择辅助检查[J]. 张岁龙,杨渭临.  西北医学教育. 2010(05)
[6]浅析慢性支气管炎的临床诊断及治疗[J]. 刘冰冰.  中国民族民间医药. 2010(16)
[7]小儿支气管肺炎的诊治[J]. 吴瑛.  实用乡村医生杂志. 2003(05)



本文编号：3025921