疾病并发症发现方法研究

发布时间：2017-03-21 03:01

  本文关键词：疾病并发症发现方法研究，，由笔耕文化传播整理发布。

【摘要】：随着信息技术在医疗行业的大规模应用,医疗临床数据的记录和存储方式发生了很大变化,大量的医疗数据被实时或半实时地采集起来,形成了电子病历系统。电子病历系统整合了病人个人资料、病史、药物使用、检验检查和诊断医嘱等大量数据,并在数据挖掘技术的支撑下,在医疗决策支持和生物基因学研究等领域展现出巨大的应用和研究价值。其中,从电子病历中发现疾病的并发症已经成为了并发症诊断和预测的一种重要方式。并发症往往具有很高的复杂性和不确定性,利用海量数据研究疾病之间的并发关系并进行疾病的并发症预警对疾病的治疗具有重要意义。本文提出了一种新的疾病并发症发现方法,并基于这种疾病并发症发现方法建立了疾病并发症风险预测系统,旨在为医生和患者预测潜在的并发症,降低病人在患病期间被并发症困扰的可能性。为了从临床数据中获得更多更准确的疾病并发关系,本文提出疾病并发权重的概念,并利用BP神经网络模型计算疾病的并发权重,再将疾病并发权重与加权关联规则挖掘算法相结合进行疾病并发关联规则挖掘,从而获得了疾病之间的并发关系。基于这些并发关系,本文构建了一个能为医生和病人提供并发症风险预测的疾病并发症风险预测系统。最后,本文从临床诊断数据中选择部分并发症数据作为测试数据,通过实验证明本文研究方法的有效性。
【关键词】：并发症 疾病并发权重 神经网络模型 加权关联规则挖掘
【学位授予单位】：北京理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP311.13;F224;R197.32
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 第1章 绪论9-13
• 1.1 研究背景9-10
• 1.2 研究意义10-11
• 1.3 研究内容11-12
• 1.4 研究组织结构12-13
• 第2章 研究现状13-19
• 2.1 利用关联规则挖掘研究并发症13-16
• 2.1.1 关联规则挖掘算法简介13-14
• 2.1.2 利用关联规则挖掘研究疾病并发症14-16
• 2.2 利用非关联规则挖掘来研究并发症16-17
• 2.3 本章小结17-19
• 第3章 疾病的并发权重19-34
• 3.1 疾病并发权重的概念19-20
• 3.2 获取部分疾病的并发权重20-23
• 3.2.1 获取部分疾病的并发症信息20-22
• 3.2.2 计算部分疾病的并发权重22-23
• 3.3 BP神经网络简介23-26
• 3.3.1 神经网络中的神经元23-24
• 3.3.2 常用激活函数24-25
• 3.3.3 BP神经网络模型的学习过程25-26
• 3.4 构建BP神经网络模型26-34
• 3.4.1 BP神经网络模型的输入层26-31
• 3.4.2 模型训练数据的预处理31-33
• 3.4.3 BP神经网络模型的输出33-34
• 第4章 疾病并发关联关系发现和预测34-42
• 4.1 加权关联规则挖掘算法34-40
• 4.1.1 加权关联规则挖掘算法简介34-36
• 4.1.2 频繁模式树的构建36-38
• 4.1.3 算法实现38-40
• 4.2 利用疾病并发关联预测并发疾病40-42
• 第5章 实验过程和结果分析42-53
• 5.1 数据准备和预处理42-43
• 5.1.1 数据准备42
• 5.1.2 数据预处理42-43
• 5.2 应用BP神经网络模型获得疾病并发权重43-45
• 5.2.1 模型隐藏层神经元数量的确定43-44
• 5.2.2 获得所有疾病并发权重44-45
• 5.3 加权关联规则挖掘45-46
• 5.4 疾病并发症风险预测评估46-53
• 5.4.1 疾病并发症风险预测平台46-47
• 5.4.2 并发疾病预测评估47-48
• 5.4.3 对比实验结果分析48-51
• 5.4.4 预测列表长度对准确率的影响51-53
• 第6章 讨论和展望53-56
• 6.1 工作小结53
• 6.2 主要创新点53-54
• 6.3 未来展望54-56
• 参考文献56-61
• 攻读学位期间发表论文及其他情况61-62
• 致谢62

【参考文献】

中国期刊全文数据库 前1条

1 高宪超;陈一铭;俞志维;季彤;;基于数据挖掘技术的老年口腔癌患者围术期并发症发生概率评估系统的建立[J];中国口腔颌面外科杂志;2013年02期

  本文关键词：疾病并发症发现方法研究，由笔耕文化传播整理发布。

本文编号：258883