基于贝叶斯网络和本体的高血压患者心血管风险水平分类系统研究

发布时间：2023-01-28 12:28

　　目前,测量诊室血压还是对高血压进行诊断的主要方式,但是这种单纯靠测量诊室血压的诊断方式可能会产生漏诊或者误诊。如,隐匿性高血压若被漏诊可能会威胁到患者的生命安全,而由于“白大衣效应”引起的误诊会造成医疗资源的浪费。 高血压患者的治疗绝对不是一个简单的过程,因为除了有血压升高这个危险因素以外,很多高血压患者还伴随着其它心血管危险因素。内科医生确定高血压患者的治疗时机以及治疗方案时,不能单纯地依据血压水平,还必须对患者心血管风险水平进行评估并分类。但在实际上,对高血压患者心血管风险水平进行分类是一个复杂而耗时的工作,一般都由经验比较丰富的内科医生来完成。随着高血压患者数量持续增加,内科医生每天接诊的病患数量也随之增多,这不仅需要内科医生在更短的时间内完成一个诊断动作,而且增加了他们的工作压力。 针对单纯靠测量诊室血压的诊断方式可能会产生漏诊或者误诊,本文提出了一个本体驱动的贝叶斯网络模型来辅助高血压患者的诊断。首先设计用于高血压患者诊断的本体模型,然后将本体实例之间的对象关系映射成贝叶斯网络变量之间的依赖关系以自动构建贝叶斯网络,最后采用贝叶斯网络模型来辅助高血压患者的诊断。实... 

【文章页数】：79 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景
    1.2 相关研究现状
    1.3 研究目标和内容
    1.4 论文的结构安排
第二章 本体相关理论介绍
    2.1 本体的基本概念
        2.1.1 本体的定义
        2.1.2 本体的建模原语
        2.1.3 本体的分类
        2.1.4 本体的描述语言
    2.2 本体的构建方法
        2.2.1 Uschold的“骨架”法
        2.2.2 Gruninger和Fox的“评价法”
        2.2.3 七步法
    2.3 本体的构建工具
    2.4 本章小结
第三章 构建本体驱动的贝叶斯网络模型
    3.1 构建高血压诊断本体
    3.2 贝叶斯网络分类器
        3.2.1 贝叶斯定理
        3.2.2 贝叶斯网络介绍
        3.2.3 Netica介绍
        3.2.4 构造贝叶斯网络
    3.3 实验过程
        3.3.1 生成贝叶斯网络层次结构
        3.3.2 输入条件概率表
        3.3.3 输入变量的量化
        3.3.4 不完整的病人数据处理
        3.3.5 输入病人数据并诊断
    3.4 本章小结
第四章 构建高血压电子病历数据库
    4.1 电子病历介绍
        4.1.1 电子病历的概念
        4.1.2 我国电子病历的发展
    4.2 高血压电子病历数据库设计
    4.3 本章小结
第五章 构建诊断本体库并实现分类功能
    5.1 构建诊断本体模型
        5.1.1 本体的目标和范围
        5.1.2 定义本体中的关键概念
        5.1.3 定义本体中的属性
        5.1.4 定义本体实例
    5.2 SWRL及其编辑工具介绍
        5.2.1 SWRL规则结构
        5.2.2 Built-Ins介绍
        5.2.3 SWRL的表示方式
        5.2.4 SWRL编辑器
    5.3 构建诊断知识库
        5.3.1 血压水平分类知识
        5.3.2 心血管预后的重要因素方面的知识
        5.3.3 心血管风险水平分类的知识
    5.4 Jena框架介绍
        5.4.1 Jena简介
        5.4.2 RDF应用程序接口
        5.4.3 Jena的RDF解析器
        5.4.4 持久化存储
        5.4.5 推理子系统
    5.5 数据库记录转换成本体实例
        5.5.1 转换思路解析
        5.5.2 资源URI定义
        5.5.3 转换算法
    5.6 推理过程解析
    5.7 实验过程
    5.8 本章小结
第六章 总结与展望
    6.1 工作总结
    6.2 工作展望
参考文献
致谢
攻读硕士学位期间发表的学术论文


【参考文献】：
期刊论文
[1]高血压患者心血管风险水平智能分层系统[J]. 黄飞,谢红薇,郝晓燕.  科学技术与工程. 2014(07)
[2]中国高血压防治指南2010[J]. 刘力生.  中华高血压杂志. 2011(08)
[3]基于贝叶斯网的分布式电网故障诊断方法[J]. 周曙,王晓茹,钱清泉.  电网技术. 2010(09)
[4]C5.0分类算法及在银行个人信用评级中的应用[J]. 庞素琳,巩吉璋.  系统工程理论与实践. 2009(12)
[5]慢性乙型肝炎患者肝胆湿热证和肝郁脾虚证的决策树诊断模型初探[J]. 李梢,张宁波,李志红,丁皓,叶永安.  中国中西医结合杂志. 2009(11)
[6]高血糖、高血脂与超重和肥胖关系的研究[J]. 严克贵,陈爱珠,周秋芬,汪宁生,童凤琴.  实用预防医学. 2009(05)
[7]基于小波神经网络的风力发电机故障诊断[J]. 庄哲民,殷国华,李芬兰,江钟伟.  电工技术学报. 2009(04)
[8]基于贝叶斯算法的移动式疾病智能诊断系统[J]. 胡碧松,冯丹,曹务春,方立群,龚建华.  计算机应用. 2008(S1)
[9]关于我国体质指数BMI的分布研究[J]. 郑祖康,马蓉,陈汉元.  数学理论与应用. 2000(03)

博士论文
[1]高血压患者对于降压药物收缩压反应的数字模型研究[D]. 吴瑛.北京协和医学院 2010
[2]抗高血压药物临床试验疗效评价方法研究[D]. 许林勇.中南大学 2007

硕士论文
[1]基于本体的高血压电子病历本体库的构建及其规则推理研究[D]. 王健慧.太原理工大学 2012
[2]基于关联规则和本体的高血压诊疗系统的研究[D]. 王军亮.太原理工大学 2011
[3]基于本体的泌尿外科知识库与智能信息处理研究[D]. 付大超.重庆大学 2011
[4]基于本体的高血压电子病历知识库研究[D]. 巩沐歌.西安电子科技大学 2010



本文编号：3732594