基于集成学习的疾病辅助诊断关键技术研究与实现

发布时间：2020-05-08 05:52

【摘要】：传统的疾病诊断方法依赖于医生的经验水平和外部环境,误诊则可能带来无法挽回的后果。研究基于机器学习的疾病诊断预测模型,能够辅助提高疾病诊断的准确性,减少疾病诊断成本,减轻医生工作压力。随着疾病种类越来越多以及数据特征越来越复杂,使用单一分类器建立的疾病诊断模型已经不能保证决策的正确性。在机器学习算法中,考虑集成多种技术的方法,进一步提高分类预测模型的分类性能。本文引入动态权重的思想,同时将几种不同的分类器集成在一起,并针对数据的不平衡改变决策阈值,提出了CELEDAT算法。主要工作如下:使用单一的分类算法很难达到较为满意的分类预测结果,本文基于集成学习的思想,与大多集成学习算法集成同质分类器不同,选择了K近邻算法、决策树、支持向量机和逻辑回归四种不同的分类算法作为基分类器进行集成。针对传统的集成学习算法中确定基分类器的权重后是一成不变的,没有考虑到不同的样本数据与基分类器的适应性不同这一问题。引入动态权重的思想,根据测试样本与聚类得到的类簇的样本相似性以及各类簇与基分类器的权重,为每个测试样本分配不同的权重。对于疾病数据集中的数据不平衡问题,根据不同类别的样本数目,改变决策阈值,更新决策规则,得到最终的预测结果。将算法在UCI数据资源库上的多个疾病数据集上进行实验验证,并对实验结果使用G-mean、AUC、F1分数、正确率、灵敏度和特异度多种指标从多角度去对比分析模型的分类性能。对各种数据集的评价结果,进行了简单的可视化展示,更直观地对比分析各个算法模型的优劣。同时,将CELEDAT算法应用于实际的医学临床项目中,并进行验证。
【图文】：

3 结合集成学习和动态权重的疾病诊断预测模型利用敏捷开发方法，采用 UML 模型的建模方法对本系统进行简要需求分析细设计与实现。对本节所使用的 Highcharts 图表框架技术进行展示实现。该基于 B/S(Brower/Server)模式进行设计，通过浏览器访问地址，，将请求通过 werver 与后台进行数据交互。Server 端采用 JFinal 轻量级开发框架进行实现。用户在系统主界面先选择指标,然后选择要对比的数据集(默认选择所有集)，主页面如图 3.5 所示。在折线图和柱状图的下方显示所有算法，可以切换只查看柱状图或者折线图，实现效果如图 3.6 所示。

所有数据集折线图及柱状图展示
【学位授予单位】：郑州大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP181;R-05

【相似文献】

相关期刊论文 前10条

1 徐继伟;杨云;;集成学习方法:研究综述[J];云南大学学报(自然科学版);2018年06期

2 武玉英;严勇;蒋国瑞;;基于动态选择性集成学习的供应链产销协商优化策略[J];计算机工程;2017年05期

3 张沧生;崔丽娟;杨刚;倪志宏;;集成学习算法的比较研究[J];河北大学学报(自然科学版);2007年05期

4 郭福亮;周钢;;集成学习中预测精度的影响因素分析[J];兵工自动化;2019年01期

5 曾一平;;基于集成学习的小麦识别研究[J];现代商贸工业;2019年17期

6 米硕;孙瑞彬;李欣;明晓;;集成学习在文本分类问题中的应用[J];中国新通信;2018年09期

7 李晔;刘胜利;张兆林;;基于漂移检测和集成学习的木马检测模型[J];信息工程大学学报;2017年06期

8 徐桂云;陈跃;张晓光;刘云楷;;基于选择性集成学习的焊接缺陷识别研究[J];中国矿业大学学报;2011年06期

9 张春霞;张讲社;;选择性集成学习算法综述[J];计算机学报;2011年08期

10 饶峰;;核机器集成学习算法的误差分析[J];重庆文理学院学报(自然科学版);2010年04期

相关会议论文 前10条

1 关鹏洲;王梦毫;李倩;;基于集成学习和深度学习的短期降雨预测模型[A];2017年（第五届）全国大学生统计建模大赛获奖论文选[C];2017年

2 杜方键;杨宏晖;;K均值聚类优化集成学习[A];2011'中国西部声学学术交流会论文集[C];2011年

3 倪志伟;张琛;倪丽萍;;基于萤火虫群优化算法的选择性集成霾天气预报方法[A];中国系统工程学会第十八届学术年会论文集——A12系统科学与系统工程理论在各个领域中的应用研究[C];2014年

4 李烨;蔡云泽;许晓鸣;;基于支持向量机集成的故障诊断[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年

5 吴龙飞;孙浩;计科峰;;基于集成映射的半监督图像分类方法[A];第八届全国信号和智能信息处理与应用学术会议会刊[C];2014年

6 邱诚;倪子伟;陈珂;苏旋;邹权;;基于聚类方法的基分类器选择策略研究[A];第29届中国数据库学术会议论文集（B辑）（NDBC2012）[C];2012年

7 张红梅;;基于粗糙集特征约简的SVM集成入侵检测模型[A];2009中国控制与决策会议论文集（3）[C];2009年

8 程丽丽;张健沛;杨静;马骏;;一种提高支持向量机集成差异性的学习方法[A];第二十五届中国数据库学术会议论文集（一）[C];2008年

9 刘锟;邢延;蔡延光;;一种针对交互式学习系统日志数据的轻型化挖掘方法[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

10 刘伍颖;王挺;;一种多过滤器集成学习垃圾邮件过滤方法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

相关重要报纸文章 前1条

1 本报记者 张晔;人脑比电脑更重要[N];科技日报;2008年

相关博士学位论文 前10条

1 李艳秋;基于集成学习的人脸识别研究[D];合肥工业大学;2018年

2 赵鹤;面向高维大数据的子空间集成学习方法研究[D];中国科学院大学(中国科学院深圳先进技术研究院);2017年

3 刘天羽;基于特征选择技术的集成学习方法及其应用研究[D];上海大学;2007年

4 侯勇;特征提取与集成学习算法的研究及应用[D];北京科技大学;2015年

5 孙永宣;集成学习下的图像分析关键问题研究[D];合肥工业大学;2013年

6 尹华;面向高维和不平衡数据分类的集成学习研究[D];武汉大学;2012年

7 阿里木·赛买提(Alim.Samat);基于集成学习的全极化SAR图像分类研究[D];南京大学;2015年

8 刘冲;模拟电路故障诊断AdaBoost集成学习方法研究[D];大连海事大学;2011年

9 钮冰;基于集成学习算法的若干生物信息学问题研究[D];上海大学;2009年

10 程丽丽;支持向量机集成学习算法研究[D];哈尔滨工程大学;2009年

相关硕士学位论文 前10条

1 朱俊;选择性集成学习及其应用研究[D];华东交通大学;2016年

2 郑丽容;基于聚类和动态更新的启发式选择性集成学习算法[D];厦门大学;2017年

3 雍振煌;基于评论极性与集成学习的微博谣言检测研究[D];武汉理工大学;2018年

4 王宏杰;基于聚类集成的半监督分类算法研究[D];西南石油大学;2018年

5 常建芳;基于集成学习和卷积神经网络的太阳能辐照度预测方法[D];天津大学;2018年

6 邸研哲;基于相似性方法的药物—疾病相互作用关系预测[D];安徽大学;2019年

7 陈检;小波变换—集成学习算法的组合预测模型应用研究[D];山东财经大学;2019年

8 位云朋;基于多模态进化计算的集成学习器研究与应用[D];郑州大学;2019年

9 李辉华;基于集成学习的出租车预计到达时间预测[D];厦门大学;2018年

10 叶明;基于集成学习的疾病辅助诊断关键技术研究与实现[D];郑州大学;2019年

本文编号：2654230