基于机器学习的院感智能诊断技术研究
发布时间：2021-08-11 07:23
医院感染（院感）强调感染是患者在医院诊断过程中获得,表现形式包括两种:1)患者在出院前即表现出相应症状,这类医院感染更加明确;2)患者在住院期间获得,但出院后才表现出相应症状,这类医院感染存在很大争议。医院感染的检测是医院进行院感管理的重要内容之一,同时也是医院进行院感控制的难点和重点,且对于医院感染诊断最关键的步骤就是判断病人是否感染,而由于感染类型复杂,且部分感染间临床表现十分相似,区分难度大。因此一个可以支持对病人的感染情况进行诊断的院感诊断辅助系统对于医护人员来说越来越重要。电子病历（EMR）,即利用电子设备,如计算机中的数据库或云端的云空间,存储病人纸质病历中的全部病历内容,可以通过现代化的数据访问接口快速、准确的获取病人信息,且随着电子病历的不断推广,目前也积累了大量电子病历数据,同时文本分类算法一直是数据挖掘和机器学习领域研究的重点内容。本文对不同感染的电子病历数据进行处理分析,利用机器学习方法对不同感染的症状组成、症状与感染间的关系进行学习建模,通过一系列模型训练方法得到以电子病历为对象的感染智能诊断系统,通过输入病人的病历信息得到该病人可能患有的感染。本文的主要工作如...
【文章来源】：国防科技大学湖南省 211工程院校 985工程院校
【文章页数】：87 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景与意义
1.2 研究现状
1.2.1 电子病历研究及推广现状
1.2.2 医疗智能诊断研究现状
1.2.3 文本分类研究现状
1.3 主要工作与创新点
1.4 论文结构
第二章 相关研究与技术
2.1 特征选择相关技术
2.1.1 过滤式(Filter Method)
2.1.2 包装式(Wrapper Method)
2.1.3 嵌入式(Embedded Method)
2.1.4 基于深度学习的特征选择
2.2 多标签分类相关技术
2.2.1 多标签算法分类
2.2.2 多标签分类评价指标
2.3 类别不平衡相关技术
2.3.1 数据不平衡问题
2.3.2 数据不平衡解决方案
2.3.3 不平衡问题评价方法
2.4 本章小结
第三章 基于类别区分度的特征选择方法
3.1 电子病历数据预处理
3.1.1 动机分析
3.1.2 研究思路
3.1.3 电子病历数据预处理流程
3.2 基于类别区分度的特征选择
3.2.1 动机分析
3.2.2 基于类别区分度的特征选择方法
3.3 实验设置与结果分析
3.3.1 数据集和实验设置
3.3.2 性能评估标准
3.3.3 实验结果与分析
3.4 本章小结
第四章 基于多标签分类算法的院感智能诊断模型
4.1 引言
4.1.1 动机分析
4.1.2 相关研究工作
4.1.3 研究思路
4.2 基于多标签分类算法的感染智能诊断模型
4.2.1 感染诊断专家系统
4.2.2 基于多标签分类算法的院感智能诊断模型
4.3 基于不同医院院感病人数据的模型效果分析
4.3.1 数据差异比较
4.3.2 特征选择方法和诊断模型的适用性研究
4.4 实验设置与结果分析
4.4.1 数据集和实验设置
4.4.2 实验结果与分析
4.5 本章小结
第五章 总结与展望
5.1 本文主要工作总结
5.2 研究展望
致谢
参考文献
作者在学期间取得的学术成果
【参考文献】：
期刊论文
[1]基于词频统计规律的文本数据预处理方法[J]. 池云仙,赵书良,罗燕,高琳,赵骏鹏,李超. 计算机科学. 2017(10)
[2]国内电子病历发展与应用现状分析[J]. 马锡坤,杨国斌,于京杰. 计算机应用与软件. 2015(01)
[3]国内外电子病历的发展概况及思考[J]. 穆芳洁. 中国病案. 2014(09)
[4]美国医院电子病历低应用率给中国医院电子病历发展的启示[J]. 庞辉,梁伟,杜剑亮,熊莺. 中国病案. 2013(10)
[5]特征选择方法综述[J]. 姚旭,王晓丹,张玉玺,权文. 控制与决策. 2012(02)
[6]基于间隔损失和L1范数调节的特征选择方法研究[J]. 潘巍,马培军,李东. 智能计算机与应用. 2012(01)
[7]电子病历初探[J]. 谢栋梁. 医学信息(上旬刊). 2010(06)
[8]我国电子病历的发展与展望[J]. 陈金雄. 中国医疗器械信息. 2009(02)
[9]文本分类技术研究[J]. 杨丽华,戴齐,杨占华. 微计算机信息. 2006(15)
[10]文本分类的归纳学习算法和描述[J]. 郑东飞,石冰. 计算机工程与设计. 2006(04)
博士论文
[1]电子病历系统的研究：信息录入与质量监控电子化实现[D]. 罗小楠.第四军医大学 2005
硕士论文
[1]基于语义的中文文本预处理研究[D]. 张宁.西安电子科技大学 2011
本文编号：3335737
【文章来源】：国防科技大学湖南省 211工程院校 985工程院校
【文章页数】：87 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景与意义
1.2 研究现状
1.2.1 电子病历研究及推广现状
1.2.2 医疗智能诊断研究现状
1.2.3 文本分类研究现状
1.3 主要工作与创新点
1.4 论文结构
第二章 相关研究与技术
2.1 特征选择相关技术
2.1.1 过滤式(Filter Method)
2.1.2 包装式(Wrapper Method)
2.1.3 嵌入式(Embedded Method)
2.1.4 基于深度学习的特征选择
2.2 多标签分类相关技术
2.2.1 多标签算法分类
2.2.2 多标签分类评价指标
2.3 类别不平衡相关技术
2.3.1 数据不平衡问题
2.3.2 数据不平衡解决方案
2.3.3 不平衡问题评价方法
2.4 本章小结
第三章 基于类别区分度的特征选择方法
3.1 电子病历数据预处理
3.1.1 动机分析
3.1.2 研究思路
3.1.3 电子病历数据预处理流程
3.2 基于类别区分度的特征选择
3.2.1 动机分析
3.2.2 基于类别区分度的特征选择方法
3.3 实验设置与结果分析
3.3.1 数据集和实验设置
3.3.2 性能评估标准
3.3.3 实验结果与分析
3.4 本章小结
第四章 基于多标签分类算法的院感智能诊断模型
4.1 引言
4.1.1 动机分析
4.1.2 相关研究工作
4.1.3 研究思路
4.2 基于多标签分类算法的感染智能诊断模型
4.2.1 感染诊断专家系统
4.2.2 基于多标签分类算法的院感智能诊断模型
4.3 基于不同医院院感病人数据的模型效果分析
4.3.1 数据差异比较
4.3.2 特征选择方法和诊断模型的适用性研究
4.4 实验设置与结果分析
4.4.1 数据集和实验设置
4.4.2 实验结果与分析
4.5 本章小结
第五章 总结与展望
5.1 本文主要工作总结
5.2 研究展望
致谢
参考文献
作者在学期间取得的学术成果
【参考文献】：
期刊论文
[1]基于词频统计规律的文本数据预处理方法[J]. 池云仙,赵书良,罗燕,高琳,赵骏鹏,李超. 计算机科学. 2017(10)
[2]国内电子病历发展与应用现状分析[J]. 马锡坤,杨国斌,于京杰. 计算机应用与软件. 2015(01)
[3]国内外电子病历的发展概况及思考[J]. 穆芳洁. 中国病案. 2014(09)
[4]美国医院电子病历低应用率给中国医院电子病历发展的启示[J]. 庞辉,梁伟,杜剑亮,熊莺. 中国病案. 2013(10)
[5]特征选择方法综述[J]. 姚旭,王晓丹,张玉玺,权文. 控制与决策. 2012(02)
[6]基于间隔损失和L1范数调节的特征选择方法研究[J]. 潘巍,马培军,李东. 智能计算机与应用. 2012(01)
[7]电子病历初探[J]. 谢栋梁. 医学信息(上旬刊). 2010(06)
[8]我国电子病历的发展与展望[J]. 陈金雄. 中国医疗器械信息. 2009(02)
[9]文本分类技术研究[J]. 杨丽华,戴齐,杨占华. 微计算机信息. 2006(15)
[10]文本分类的归纳学习算法和描述[J]. 郑东飞,石冰. 计算机工程与设计. 2006(04)
博士论文
[1]电子病历系统的研究：信息录入与质量监控电子化实现[D]. 罗小楠.第四军医大学 2005
硕士论文
[1]基于语义的中文文本预处理研究[D]. 张宁.西安电子科技大学 2011
本文编号：3335737
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3335737.html
