基于集成特征选择的冠心病筛查模型研究

发布时间：2020-05-06 15:28

【摘要】：心血管疾病是一种严重威胁人类健康的重大疾病。冠心病作为一种常见的心血管疾病,其发病率和死亡率逐年上升,同时其昂贵的治疗费用给国家和人民带来了巨大的经济负担,给患者家庭带来了巨大的灾难。冠状动脉造影是近几年常用的有创诊断技术,被认为是诊断冠心病的“金标准”,然而其费用较为昂贵,且对做操作者的技术水平要求较高,不适用于冠心病早期的筛查和诊断。因此,研发普适的冠心病早期无损筛查诊断方法,对于降低冠心病的发病率和死亡率具有重大意义。本文首先对国内外冠心病危险因素及其筛查模型的研究现状和发展趋势进行了系统综述,然后利用多种特征选择方法筛选冠心病危险因素,并对冠心病的早期无损筛查模型的构建进行了系统研究。完成的主要创新性工作如下:(1)在某三级甲等医院心内科完成冠心病组和对照组数据的采集,并构建山东地区冠心病危险因素数据库。构建的数据库涵盖的主要信息包括:临床症状、生化指标、人口学信息、生活习惯、个人疾病史、家族疾病史、心电检查结果等信息。(2)提出一种集成多种特征选择方法的特征选择策略。首先利用方差分析、卡方检验、互信息、循环递归消除、随机森林特征权重系数、支持向量机特征权重系数和XGB(Extreme Gradient Boosting,XGB)特征权重系数七种特征选择方法,对上述特征集完成特征重要性评估,筛选出重要的特征;然后,对筛选的特征投票,统计每个特征所得的票数,票数相同的特征构成新的特征集;最后,新特征集分别用支持向量机构建模型,通过模型性能指标得出最重要的特征集。(3)筛选的重要特征基于支持向量机构建了冠心病筛查模型。模型的准确性、敏感性和F1-measure分别达到了89.39%、94.53%、90.68%。与使用原特征集训练的模型、单一特征选择方法训练的模型相比,集成特征选择方法训练的模型准确性分别提高了9%和3.3%。该方法训练的模型能有效识别冠心病,可为临床上冠心病的筛查和诊断提供参考。
【图文】：

主要疾病,中国城市居民,死亡率,年份

１９９０邋＊邋９９５邋２０００邋２００５邋２００６邋２００７邋２００８邋２００９邋２０１０邋２０１１邋２０１２邋２０１３邋２０１４邋２０１５邋２０１６逡逑年份《年｝逡逑图１－１邋１９９０－２０１６中国农村居民主要疾病死亡率变化⑴逡逑３００邋？逡逑２６５邋２６５．１１逡逑２５５邋２５４邋２５７邋２５２逦＿＿？逡逑２５０．逦２３0邋２３４逦￣￣逦逡逑一逦一？？心血管病逡逑Ｓ邋２００＇逦＋舯描逡逑｜邋１５０－逦、＇一＂？．＂＊■＊＊＊、一？逦＊■逦■逡逑一一咖中匌逡逑１００－邋＊＿＿＊逡逑５０邋？逡逑ｉ逦－逦ｎ逦０逦，逦＿逦＿逦？：逡逑％逦逦，邋＿邋ｔ邋ｒ邋ｆ邋ｔ邋ｔ逡逑0＇逦＊逦．．．．．．．．．．．逦ｉ逦．逦■逡逑１９９０邋１９９５邋２０００邋２００５邋２００６邋２００７邋２００８邋２００９邋２０１０邋２０１１邋２０１２邋２０１３邋２０１４邋２０１５邋２０１６逡逑年份（年＞逡逑图１－２邋１９９０－２０１６中国城市居民主要疾病死亡率变化逡逑２逡逑

流程图,交叉验证,模型构建,流程

解决上述问题的有效方法是通过Ｋ折交叉验证（Ｋ－ｆｏｌｄ邋ｃｒｏｓｓ邋ｖａｌｉｄａｔｉｏｎ）邋［６５］逡逑来评估和验证模型的性能。Ｋ折交叉验证是一种典型的交叉验证的方法，，其流程逡逑如图３－１所示，先把数据分成ｋ等份，选其中Ｋ－１份作训练集训练模型，剩下一逡逑份作测试集验证模型，该过程被重复Ｋ次，得到Ｋ次测试结果，再取平均值，逡逑即为模型的性能指标。该方法保证了测试集不参与模型训练和参数选择，同时有逡逑效利用了所有数据，使模型性能评估更客观准确。本论文的实验使用十折交叉验逡逑证了模型的泛化能力。逡逑数据集逡逑逦邋逦逡逑逦逦逦逡逑第１轮｜邋训练集逦测试集测试结果１、逡逑第２轮逦训练集邋测试集训练集测试结果２逦＾邋＾逡逑１逦＾１逦s6返回结果逡逑＊邋＊邋？逡逑第ｋ轮测试集逦训练集逦１逦）测试结果１＾逡逑图３－１邋Ｋ折交叉验证流程图逡逑３．１．４模型构建流程逡逑第二章的数据库基于ＳＶＭ构建了冠心病筛查模型，模型训练过程中应用十逡逑折交叉验证将数据分成训练集和测试集，训练集基于网格搜索策略寻找最优参数逡逑训练最优模型，测试集用于验证模型的性能。构建流程如图３－２所示。逡逑１９逡逑
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP311.13;R541.4

【相似文献】