基于有监督学习的“三高”检测的研究与实现

发布时间：2020-06-05 13:45

【摘要】：随着人们生活水平的不断提升,各种现代社会派生的“富贵病”正悄无声息地侵入到我们的生活中,这导致人们对自身健康状况的需求愈发高涨。但由于医疗资源的紧缺和不平衡分布、生活节奏加快、体检价格不菲等原因,现有的医疗卫生体系主要针对重大疾病的检测、预防和治疗,难以完全满足人们对于慢性病的检测和预防的需求。“三高”是慢性病代表之一,我国“三高”患病率呈逐年上升趋势。解决三高问题的关键是早发现、早预防和早治疗,而早发现是解决“三高”问题的有效前提。由于“三高”的病理形成机制较为复杂,临床检测存在早期检测准确率低、费用昂贵等问题,因此本文通过数据驱动的方法来自动学习健康数据指标与“三高”之间的内在联系,希望能够在保持较高准确率的情况下,减少人工成本,从而低成本的解决“三高”检测的问题。本文的研究内容主要包括预处理方法、模型设计、超参数优化以及性能评估等方面。首先,在预处理阶段,对健康数据进行筛选,并使用奇异值阈值(Singular Value Thresholding,SVT)的方法对缺失数据进行填充。然后,利用八种经典的机器学习模型对“三高”检测问题进行了初步尝试,并以此作为“三高”检测模型的基准。再者,基于集成学习的思想和Stacking策略,利用神经网络将K近邻、朴素贝叶斯和决策树这三个基础机器学习模型进行“融合”,这显著提升了模型的准确性、特异性和灵敏度。在此基础上,本文从模型性能和模型多样性两方面进行改进,使用更为复杂的逻辑回归、随机森林和XGBoost模型作为初级学习器,并利用支持向量机代替神经网络作为次级学习器,构建了一个“双重集成”的“三高”检测模型,从而进一步提升模型的准确性、特异性和灵敏度。此外,本论文还使用贝叶斯优化的方法对模型进行超参数调优,保证模型达到最佳性能。最后,实验证明了本文所提出的两个“三高”检测模型方案的可行性以及性能的先进性,与各经典机器学习模型及目前处于领先地位的“三高”检测模型相比,本论文提出的模型在各项指标上都有所提升。综上所述,本课题的研究对“三高”自动检测问题提供了一个具有指导意义的解决思路。
【图文】：

示意图,“三高”,并发症,示意图

高血脂和高血糖的情况，按人口比例换算相当于约１／３的成年人患有“三高”症逡逑状。“三高”虽然不直接致命，但是“三高”会“潜移默化”的损伤我们身体的逡逑各个器官，从而诱发各种并发症，如图１－１所示。此外，“三高”之间更是连接逡逑紧密，患有其中任何一个都有可能引发其他“两高”，因此对于其中任何一高的逡逑控制都显得格外重要。逡逑１逡逑

流程图,机器学习,流程

据上如图片、视频、文本等具有较好的性能，这得益于其强大的特征提取能力，逡逑但在较为简单的小规模结构化数据集上并不一定能够取得比传统机器学习算法逡逑更优的性能。如图１－２所示，机器学习和深度学习的区别主要在于特征提取方式逡逑不同，机器学习主要采用人工设计的方法，而深度学习则是根据数据进行“学习”逡逑的方法，因此缺乏可解释性，在一些含义定义明确的结构化数据上往往不如传统逡逑的机器学习算法，如决策树等。逡逑机器学习邋数据获取数据预处理；？特征选择与提取｜邋？决策规则和分类器设计邋＞邋实验评估与优化＼逦．逡逑深度学习：数据获取逦数据预处理卜．网络和损失函数设计逦参数学习与优化．卜实验评估与优化＋；逡逑图１－２机器学习和深度学习主要流程对比逡逑对于深度学习和机器学习来说，训练数据占有极为重要的地位，如果数据与逡逑所解决的问题不存在相关性或者相关性较弱，那么再先进的深度学习和机器学习逡逑算法也难以发挥作用。考虑到“三高”是一种长期的与健康相关的病理状态，，与逡逑性别、年龄、遗传病史、作息习惯、地区分布、身体健康状况及各项生理测量指逡逑数等信息都有一定相关性。现阶段，健康行业也在向数字化、信息化方向不断进逡逑展
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R194.3;TP181

【相似文献】