基于神经网络的糖尿病并发症预测系统研究

发布时间：2022-02-18 09:22

　　我国许多的大中型医院在医疗信息化平台建设方面己经有了较快的发展,但是大部分医院的医疗信息系统仅仅是一种管理工具,市医院日常业务的一种支撑,未能给医生提供更为有效的诊疗服务。而且,目前医生在临床诊疗过程中主要依靠自身的专业知识及经验积累,随着医疗知识的快速发展和相关疾病诊治复杂度越来越高,医生需要专业知识的速度远远赶不上医疗知识的增长速度,再加上医学科学本身的复杂性以及医生自身认知能力的局限性,导致当前医生在临床诊疗过程中面临巨大的挑战。医疗信息化发展迫切需要从信息服务转向智慧服务。如何利用医院管理系统中存储的海量的疾病诊疗数据,发现其中隐藏的规律和知识来辅助医生进行疾病的诊疗将会是很有意义的一个研究方向。在上述背景下,本文选取了来自于某医院管理系统中与糖尿病相关的原始数据作为研究目标,糖尿病是当下危害人们健康生活的一种较为普遍的慢性病。糖尿病引起的并发症却是危害人们健康甚至导致死亡的杀手。糖尿病并发症有以下两个特点,一是并发症早期不易发现;二是并发症一旦产生,药物治疗很难逆转。针对上述问题,确定了本文的研究问题是利用机器学习的相关方法进行糖尿病并发症的预测,研究的对象是来自于某医院管理... 

【文章来源】：北京交通大学北京市211工程院校教育部直属院校

【文章页数】：94 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
ABSTRACT
1 引言
    1.1 研究背景和意义
    1.2 国内外研究现状
        1.2.1 糖尿病辅助诊疗的研究现状
        1.2.2 智能疾病辅助诊疗系统研究现状
    1.3 论文内容和结构
        1.3.1 论文主要内容
        1.3.2 论文结构
2 相关理论概述
    2.1 数据预处理概述
        2.1.1 数据预处理的内容
        2.1.2 数据预处理的方法
    2.2 论文相关方法概述
        2.2.1 统计学方法
        2.2.2 神经网络
    2.3 本章小结
3 糖尿病并发症相关数据预处理
    3.1 糖尿病并发症相关数据集特点及存在的问题
    3.2 数据预处理
        3.2.1 数据集成和特征筛选
        3.2.2 离散化
        3.2.3 特征约简
        3.2.4 缺失、错误处理
    3.3 糖尿病并发症相关数据基础分析
    3.4 本章小结
4 糖尿病并发症预测模型构建
    4.1 糖尿病患者并发症预测算法选取
    4.2 BP神经网络及存在的不足
        4.2.1 糖尿病并发症数据特点
        4.2.2 BP神经网络存在的不足
    4.3 糖尿病并发症预测模型构建
        4.3.1 算法改进
        4.3.2 算法描述
        4.3.3 模型构建及操作流程
    4.4 模型评估实验
        4.4.1 实验样本集构造
        4.4.2 训练实验过程
        4.4.3 实验评估
    4.5 本章小结
5 糖尿病并发症预测原型系统设计与实现
    5.1 糖尿病并发症预测系统的需求分析
        5.1.1 系统总体需求分析
        5.1.2 系统功能需求分析
    5.2 糖尿病并发症预测系统的总体设计
        5.2.1 系统总体功能模块设计
        5.2.2 系统架构设计
    5.3 系统功能模块详细设计
        5.3.1 用户注册登录、权限管理模块设计
        5.3.2 数据预处理模块详细设计
        5.3.3 信息查询模块详细设计
        5.3.4 糖尿病并发症预测模块详细设计
        5.3.5 系统数据库结构设计
    5.4 糖尿病辅助诊疗系统的实现与测试
        5.4.1 系统功能的实现
        5.4.2 系统的主要功能测试
        5.4.3 实例验证
    5.5 本章小结
6 总结和展望
    6.1 本文总结
    6.2 展望
参考文献
附录A
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集


【参考文献】：
期刊论文
[1]基于大数据技术的糖尿病临床决策支持系统分析与展望[J]. 司家瑞,穆得虎,孙俐,乔桢,杨昆.  国际生物医学工程杂志. 2017 (03)
[2]基于支持向量机和自回归积分滑动平均模型组合的血糖值预测[J]. 余丽玲,陈婷,金浩宇,徐彬锋.  中国医学物理学杂志. 2016(04)
[3]基于数据挖掘的中医治疗糖尿病处方用药规律分析[J]. 吴嘉瑞,王凯欢,纪凯,张丹,张晓朦,杨冰,俸润彬.  中国实验方剂学杂志. 2015(22)
[4]人工神经网络在糖尿病住院费用研究中的应用[J]. 张磊,孔桂兰,马谢民.  中国医院管理. 2015(01)
[5]早期糖尿病肾病患者检测生化指标的临床诊断价值[J]. 郑建琼,周新.  中国民族民间医药. 2013(15)
[6]发达国家及地区电子病历发展现状与启示[J]. 杨孝光,李运明,张虎军,王晓飞,李明.  西南军医. 2013(03)
[7]关于糖尿病的新诊断标准与分型[J]. 齐丽艳.  求医问药(下半月). 2013(01)
[8]基于贝叶斯网络的轻度认知障碍诊断系统[J]. 孙岩,唐一源.  电子科技大学学报. 2012(03)
[9]基于贝叶斯和可信度的糖尿病诊疗系统研究[J]. 沈丽容,黄洪.  计算机与数字工程. 2011(11)
[10]1274例2型糖尿病合并冠心病证治规律数据挖掘[J]. 倪青,于丽红,陈世波.  中国中医药信息杂志. 2010(09)

博士论文
[1]基于数据挖掘的单纯冠心病与冠心病合并糖尿病的证治规律对比研究[D]. 吴立旗.北京中医药大学 2013
[2]基于数据挖掘的癌症诊疗决策优化研究[D]. 施京华.上海交通大学 2011

硕士论文
[1]基于信息融合的糖尿病风险识别系统研究与开发[D]. 吴雨晨.浙江理工大学 2017
[2]门诊糖尿病患者血糖控制状况调查及体脂含量和人体测量学指标预测糖尿病的对比分析[D]. 孙飞.第四军医大学 2014
[3]基于多结构数据立方体的多维分析挖掘模型[D]. 张晓杉.兰州理工大学 2014
[4]贝叶斯网在糖尿病辅助诊断系统中的应用[D]. 李平.浙江工业大学 2013
[5]求解一类凸优化问题的邻近梯度方法的研究[D]. 周洁.北京工业大学 2012
[6]基于电子病历的糖尿病数据分析与管理系统的设计和实现[D]. 马平川.华东师范大学 2009
[7]基于电子病历的临床决策支持机制与实践[D]. 程文.浙江大学 2008



本文编号：3630578