基于机器学习的慢性疾病预测关键技术研究

发布时间：2020-06-10 11:43

【摘要】：在医疗健康领域,诊断及预测慢性病患者的病情非常重要。慢性病患者在经过医院治疗后,很容易在短时间内再次发病,而且病情可以更加严重。这会给患者带来生理和心理的巨大打击,加重病人的负担,同时浪费宝贵的医疗资源。随着人工智能技术的发展,慢性病疾病预测成为可能。综合患者的生理信息、患病历史、医生诊断信息以及当地医疗状况等因素,使用机器学习模型,可以对患者未来的病情做出预测。本文以糖尿病患者住院数据集为研究对象,构建了多个基于机器学习的糖尿病预测模型,主要研究工作如下:(1)研究了因式分解机算法,该算法可以有效解决数据稀疏情况下多项式模型难以训练的问题。使用深度学习框架重新实现并改进了因式分解机算法。实验证明,改进后的因式分解机算法可以挖掘高阶特征组合信息,从而提升模型精度。(2)提出了一种基于因式分解机的特征嵌入算法,该算法将改进后的因式分解机算法用于特征间的无监督训练,使用模型嵌入层的输出作为原类别特征的特征嵌入。实验表明,这些嵌入特征的特征重要性较高,可以提升模型精度。(3)研究了类别特征频度交叉矩阵,总结了使用类别特征频度交叉矩阵进行特征交叉的方法。该方法提升了特征提取的运算速度,还可以方便的进行特征提取并行化。之后提出了一种基于类别特征频度交叉矩阵的特征嵌入新算法。试验表明,使用该算法得到的嵌入特征的特征重要性较高,可以提升模型精度。最后使用上述算法构建了一个基于特征嵌入算法的糖尿病预测模型。(4)分别使用梯度提升决策树、支持向量机、随机森林和深度学习技术构建了4个糖尿病预测模型。之后研究了模型融合相关技术,并分别利用线性加权融合和stacking融合算法将上述4个糖尿病预测模型集成起来。实验证明,模型融合后的效果好于子模型的预测效果。最后对stacking算法做出改进,将子模型内部的弱分类器直接用于模型融合,实验表明,该改进可以提升融合后模型的精度。
【图文】：

CBOW架构图

Skip-gram架构图
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R587.1;TP181

【相似文献】

相关期刊论文 前10条

1 ;降低机器学习门槛的六大工具[J];电脑知识与技术(经验技巧);2019年10期

2 胡思润;杨晓旭;宋靖华;;基于机器学习的城市生成方法研究[J];智能建筑与智慧城市;2019年11期

3 李兵;林文钊;罗峥尹;;基于机器学习的智慧农业决策系统设计与实现[J];信息与电脑(理论版);2018年24期

4 舒娜;刘波;林伟伟;李鹏飞;;分布式机器学习平台与算法综述[J];计算机科学;2019年03期

5 刘传会;汪小亚;郭增辉;;机器学习在反洗钱领域的应用与发展[J];清华金融评论;2019年04期

6 孟雨;;机器学习让计算机更智能[J];计算机与网络;2019年14期

7 高华川;;机器学习在经济学中的应用[J];纳税;2019年24期

8 李阳;;机器学习在网络空间安全研究中的应用分析[J];电脑知识与技术;2019年24期

9 朱辉;;机器学习在企业级场景中的实践与探讨[J];中国建设信息化;2018年03期

10 彭传意;;机器学习——我们该如何与机器竞争[J];数字通信世界;2018年01期

相关会议论文 前10条

1 王珏;;归纳机器学习[A];2001年中国智能自动化会议论文集（上册）[C];2001年

2 王衍鲁;张利会;张淑洁;石洁茹;王鹏;;大学新生学校适应的个体与环境因素探究:基于机器学习的考察[A];第二十届全国心理学学术会议--心理学与国民心理健康摘要集[C];2017年

3 张长水;;大数据机器学习[A];2015年中国自动化大会摘要集[C];2015年

4 何琳;侯汉清;;基于标引经验和机器学习相结合的多层自动分类[A];2005年中国索引学会年会暨学术研讨会论文集[C];2005年

5 李刚;郭崇慧;林鸿飞;杨志豪;唐焕文;;基于词典法和机器学习法相结合的蛋白质名识别[A];大连理工大学生物医学工程学术论文集（第2卷）[C];2005年

6 徐礼胜;李乃民;王宽全;张冬雨;耿斌;姜晓睿;陈超海;罗贵存;;机器学习在中医计算机诊断识别系统中的应用思考[A];第一届全国中西医结合诊断学术会议论文选集[C];2006年

7 吴沧浦;;智能系统与机器学习的新领域[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年

8 蔡健平;林世平;;基于机器学习的词语和句子极性分析[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

9 ;基于机器学习的大数据防诈骗能力研究与应用[A];2018中国信息通信大会论文摘要集[C];2018年

10 ;基于机器学习的影响感知无线根因问题快速定位研究[A];2018中国信息通信大会论文摘要集[C];2018年

相关重要报纸文章 前10条

1 CIO.com资深作家 Clint Boulton 编译 Charles;领先一步:机器学习的10个成功案例[N];计算机世界;2018年

2 Bob Violino 编译 Charles;盲目冒进:机器学习的5个失败案例[N];计算机世界;2018年

3 本报驻波士顿记者 侯丽;深入挖掘机器学习潜力[N];中国社会科学报;2019年

4 王方 编译;菌自何方 机器学习早知道[N];中国科学报;2019年

5 Matt Asay 编译 Monkey King;为什么机器学习没有捷径可循？[N];计算机世界;2019年

6 本报记者 操秀英;当量子计算遇到机器学习会碰撞出什么火花？[N];科技日报;2019年

7 彭博企业数据业务全球负责人 Gerard Francis;金融数据质量决定机器学习时代的投资回报[N];计算机世界;2019年

8 Isaac Sacolick 编译 Charles;关于机器学习的5个要点[N];计算机世界;2019年

9 记者 张梦然;全新算法助机器学习抵抗干扰[N];科技日报;2019年

10 惠赞瑾;《科学向左，科幻向右》：机器学习即将成为现实[N];中国会计报;2019年

相关博士学位论文 前10条

1 殷曦;基于机器学习及统计计算模型的膜蛋白结构预测[D];上海交通大学;2017年

2 杨静;蛋白质残基相互作用预测及其在结构建模中的应用研究[D];上海交通大学;2018年

3 王磊;基于机器学习的药物—靶标相互作用预测研究[D];中国矿业大学;2018年

4 张庆;钙钛矿型功能材料的基因组工程研究[D];上海大学;2018年

5 管月;医学肿瘤影像分类算法研究及其在肝癌上的应用[D];南京大学;2018年

6 郝小可;基于机器学习的影像遗传学分析及其应用研究[D];南京航空航天大学;2017年

7 施建明;基于机器学习的产品剩余寿命预测方法研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2018年

8 陈再毅;机器学习中的一阶优化算法收敛性研究[D];中国科学技术大学;2018年

9 陆海进;Zr合金热动力学研究及机器学习[D];上海大学;2018年

10 戴望州;一阶逻辑领域知识与机器学习的结合研究[D];南京大学;2019年

相关硕士学位论文 前10条

1 孟圣然;基于机器学习的机械产品结构建模技术研究[D];杭州电子科技大学;2019年

2 华琪;基于机器学习的智能建筑行为建模与预测方法研究[D];上海交通大学;2017年

3 杨浩;基于机器学习的白带菌类光学图像识别算法研究[D];电子科技大学;2019年

4 王维;心音诊断信息自动识别方法研究[D];电子科技大学;2019年

5 徐安;基于机器学习的慢性疾病预测关键技术研究[D];电子科技大学;2019年

6 宋同峰;基于机器学习的肾病辅助诊断系统的研究[D];青岛科技大学;2019年

7 王婧;基于核机器学习的阿尔兹海默病早期诊断算法研究[D];曲阜师范大学;2019年

8 马小凤;机器学习在学生通过率预测中的应用研究[D];西南大学;2019年

9 黄雨迪;基于机器学习的MIMO系统收发机设计理论与方法[D];电子科技大学;2019年

10 应豪;基于机器学习的光纤信道均衡技术研究[D];电子科技大学;2019年

，

本文编号：2706246