基于电子病历挖掘的心脑血管疾病预测研究

发布时间：2021-08-03 07:47

　　随着互联网技术的快速发展,医疗信息化与智能化成为一个主流发展趋势。电子病历（EMR）作为医疗信息的重要载体,解决了传统纸质病历书写混乱、不易于传输和保存的问题,成为重要的临床数据资源。目前各大医院都积累了大量的电子病历数据,如何利用数据挖掘技术对相关医疗病历数据进行分析处理,发掘病历数据中的潜在价值具有重要的研究意义。本文以心脑血管病历为研究对象,针对现有的电子病历挖掘研究中存在的病历数据利用不充分、风险因子考虑较少、预测结果单一等问题,提出了两个新的疾病预测模型,并在理论上取得了一定的进展。本文的主要研究内容和成果如下:（1）提出了基于SVM的多视角分类预测模型。通过对电子病历分析可知,病历中不仅存在结构化的病历数据,同时也存在文本数据特征,这些文本数据特征也是影响疾病预测的重要因素。为了更好的利用两方面数据,本文采用多视角分类方法进行疾病预测。此外,为了减少病历数据中冗余和弱相关特征对预测模型的影响,对现有的多视角分类模型进行改进,将特征选择和预测分类统一到一个学习范式中,提出了具有特征选择的多视角支持向量机分类模型（MSVMCFS）。实验采用检查检验数据特征和文本数据特征作为两个... 

【文章来源】：郑州大学河南省 211工程院校

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

多视角数据示意图

基于SVM的多视角分类预测模型研究28比较模型之间的性能，表中每行的最佳结果以粗体显示，表中的最后一行列出所有数据集上每个方法的平均准确率的结果。图3.1各个算法在30个数据集上的分类准确率图3.2各个算法在30个数据集上的准确率提升程度

基于SVM的多视角分类预测模型研究28比较模型之间的性能，表中每行的最佳结果以粗体显示，表中的最后一行列出所有数据集上每个方法的平均准确率的结果。图3.1各个算法在30个数据集上的分类准确率图3.2各个算法在30个数据集上的准确率提升程度

【参考文献】：
期刊论文
[1]基于自适应PSO的改进K-means算法及其在电子病历聚类分析应用[J]. 沐燕舟,丁卫平,高峰,余利国,张琼.  计算机与数字工程. 2019(08)
[2]《中国心血管病报告2018》要点介绍[J]. 马丽媛,吴亚哲,陈伟伟.  中华高血压杂志. 2019(08)
[3]基于间隔迁移的多视角支持向量机[J]. 唐静静,田英杰.  运筹学学报. 2018(03)
[4]基于关联规则的电子病历数据挖掘应用研究[J]. 李照东,吴建林.  江苏科技信息. 2018(08)
[5]基于电子病历数据挖掘的疾病危重度动态预测研究[J]. 李季,丁凤一,李翔宇.  信息资源管理学报. 2017(04)
[6]基于文本挖掘技术发现鼻炎治疗规律[J]. 李艳红,杨娅艺,周亚兵.  中华医学图书情报杂志. 2017(10)
[7]基于两步聚类算法的高血压电子病历数据挖掘研究[J]. 杨美洁.  医学信息学杂志. 2016(12)
[8]慢病管理模式的国内外现状分析[J]. 田华,李沭,张相林.  中国药房. 2016(32)
[9]三种数据挖掘算法在电子病历知识发现中的比较[J]. 牟冬梅,任珂.  现代图书情报技术. 2016(06)
[10]基于无监督数据挖掘中药内服治疗颈性眩晕的组方用药规律分析[J]. 丁心香,王爱国,郑昆仑,信金党,胡馨宇,谷福顺.  中国中药杂志. 2016(05)

硕士论文
[1]基于机器学习的心血管疾病预测系统研究[D]. 郑晓燕.北京交通大学 2018
[2]基于深度学习的心脑血管疾病预测方法研究[D]. 马宗帅.西安建筑科技大学 2015
[3]基于关联规则的电子病历挖掘的应用研究[D]. 曾勇.华南理工大学 2012



本文编号：3319235