基于卷积神经网络的心脏病预测方法研究

发布时间：2022-04-28 21:14

　　随着时间的推移与技术的进步,计算机与医疗领域的联系逐步密切,解决了很多以前无法回答的问题。在农村向城市转型的进程加快与我国教育水平的提高之时,人们越来越关注自身的健康问题。心脏病作为一种高死亡率的疾病与人类死亡的第一因素,其预测方面存在的问题也日益明显。但是目前在医疗领域方面,计算机等设备大部分应用于检测而非预测,并且只是对图像进行处理最终结论需要医生判断。医生是整个过程的核心,计算机只是辅助工具。由于医生研究的领域,掌握的知识及个人经验的差异,对疾病判断的结果可能不同,这样会造成严重的后果。因此,利用先进的计算机技术对其进行预测,进行早期治疗,避免心脏病恶化造成难以挽回的后果,有重要的实际意义。为了达到提升心脏病预测准确率的目的,本文将分为特征工程中的数据预处理和卷积神经网络两部分展开讨论。首先,结合医学领域相关知识,通过获得患者某些心血管疾病的重要指标,用数据预处理技术改善数据质量,提出了将传统机器学习应用的一维向量组合成矩阵形式的特征组合算法,使神经网络结构在预测方面和特征的关联性方面均有加强。随后探讨了不同类型的参数对网络结构的影响,构建并优化了心脏病预测模型,为心脏病疾病的防... 

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 预测疾病的研究现状
        1.2.1 传统的疾病预测方法
        1.2.2 基于深度学习的疾病预测方法
    1.3 本文主要研究内容
    1.4 本文组成结构
2 数据集介绍
    2.1 心脏病简介
    2.2 医疗领域数据特征
    2.3 影响心脏病发病相关因子介绍
    2.4 数据集介绍
    2.5 本章小结
3 特征工程
    3.1 特征工程理论概述
        3.1.1 特征选择和提取
        3.1.2 数据处理方法
        3.1.3 维度压缩
        3.1.4 特征工程的特点
    3.2 特征组合
    3.3 本章小结
4 卷积神经网络模型构建
    4.1 卷积神经网络概述
    4.2 卷积神经网络模型训练
    4.3 模型评估
    4.4 本章小结
5 实验结果与分析
    5.1 epoch的大小
    5.2 学习率
    5.3 mini-batch大小
    5.4 卷积层数量
    5.5 关于卷积核的研究
        5.5.1 卷积核的数目
        5.5.2 卷积核的尺寸
    5.6 dropout的设置
    5.7 激活函数和优化器的选择
    5.8 方法对比
    5.9 本章小结
结论
参考文献
攻读学位期间发表的学术论文
致谢
附件


【参考文献】：
期刊论文
[1]98例急性心血管疾病患者的临床治疗观察[J]. 杨先锋.  中西医结合心血管病电子杂志. 2018(14)
[2]基于深度学习的fMRI数据分析在偏头痛研究中的应用[J]. 肖君超,曾卫明,杨嘉君,石玉虎,徐艳红,焦磊.  计算机系统应用. 2018(04)
[3]融合百度指数的流感预测机理与实证研究[J]. 王若佳.  情报学报. 2018(02)
[4]基于局部特征的卷积神经网络模型[J]. 施恩,李骞,顾大权,赵章明.  计算机工程. 2018(02)
[5]机器学习在神经精神疾病诊断及预测中的应用[J]. 文宏伟,陆菁菁,何晖光.  协和医学杂志. 2018(01)
[6]《中国心血管病报告2017》概要[J]. 陈伟伟,高润霖,刘力生,朱曼璐,王文,王拥军,吴兆苏,李惠君,顾东风,杨跃进,郑哲,蒋立新,胡盛寿.  中国循环杂志. 2018(01)
[7]基于深度学习的肺部肿瘤检测方法[J]. 陈强锐,谢世朋.  计算机技术与发展. 2018(04)
[8]慢性病防治的重点和难点:《中国防治慢性病中长期规划（2017——2025年）》解读[J]. 王一然,王奇金.  第二军医大学学报. 2017(07)
[9]基于增强AlexNet的深度学习的阿尔茨海默病的早期诊断[J]. 吕鸿蒙,赵地,迟学斌.  计算机科学. 2017(S1)
[10]基于经食道超声心动图超声数据的心脏病分类[J]. 王巧华,伍岳庆,姚宇.  计算机应用. 2017(S1)

博士论文
[1]卷积神经网络和迁移学习在癌症影像分析中的研究[D]. 余绍德.中国科学院大学(中国科学院深圳先进技术研究院) 2018
[2]中国居民健康相关生命质量及其对卫生服务利用影响的研究[D]. 王煜.北京协和医学院 2010
[3]老年保健人群缺血性心脑血管病预警模型研究[D]. 陈金宏.第三军医大学 2010
[4]口腔卫生服务现况评价与口腔卫生人力预测研究[D]. 李刚.四川大学 2004

硕士论文
[1]基于随机森林的心脏病预测平台的设计与实现[D]. 罗斌杰.北京邮电大学 2018
[2]基于电子病历的深度神经网络预测模型研究与应用[D]. 李昆.郑州大学 2017
[3]张量学习算法及其在疾病预测中的研究[D]. 陆成韬.苏州大学 2017
[4]慢性阻塞性肺病发病人数的预测模型[D]. 李杰.重庆大学 2017
[5]基于随机森林和BSS特征的PET-CT肺肿瘤分割[D]. 蒋雪晴.苏州大学 2016
[6]常见先天性心脏病的计算机辅助诊断研究[D]. 潘文平.哈尔滨工业大学 2016
[7]基于深度卷积神经网络的CT图像肝脏肿瘤分割方法研究[D]. 李雯.中国科学院深圳先进技术研究院 2016
[8]地理环境对心率变异性时域分析指标参考值的影响[D]. 姜吉琳.陕西师范大学 2015
[9]基于互联网数据的中国流感趋势预测研究[D]. 鲁力.湖南大学 2015
[10]基于人群搜索—支持向量机的心脏病多生理参数诊断方法研究[D]. 董慧康.河北工业大学 2015



本文编号：3649545