基于电子病历的群组及治疗方案可视分析

发布时间：2020-07-03 11:07

【摘要】：随着医学信息化的发展,越来越多的人将目光放在了电子病历数据的研究中。人们希望从大量电子病历数据中发现蕴含的疾病模式,从而帮助疾病的诊断与疾病的治疗。乳腺癌是最常见的恶性肿瘤之一,因此对乳腺癌临床数据进行分析并发现其中的规律,将对乳腺癌患者的治疗与预后有非常重要的意义。本文从相似病人群组和治疗方案设计两个方面出发,采用相应的可视分析方法与预测模型搭建了系统。为了探索群组中的模式,本文设计了相似病人群组可视分析,通过群组之间的比较进行关联特征的探索。用户可以选择患者检查报告中的特征,根据散点图选择合适的降维算法与聚类算法,其次通过南丁格尔图与群组比较图、词云、时间轴等可视化手段分析不同群组之间特征的区别与关联。通过具体案例分析了群组之间的规律,验证了本文的方法可以帮助用户发现数据中的关联。为了设计治疗方案,本文定义了基于属性相关性的可视分析,能够探索属性相关性并基于此得到治疗方案,辅助用户术前决策。平行坐标允许用户自主探索属性相关性,矩阵热力图展示预测模型训练得到的特征权重,预测模型采用SVM模型,预测结果通过分类图展示。最后通过分析属性相关性,探索治疗方案结果,可以辅助用户术前决策。
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：R197.323;TP311.13
【图文】：

来源,图片,可视化

ＩＤＦ［ｎ］，可视化形式最常见的有“标签云（Ｔａｇ－ｄｏｕｄ）［１２］，，，标签云是通过排列展示逡逑单词规律，通过字体大小展示单词的重要性。从最初的行排列到后来利用字体间逡逑隙，使布局变得更加合理的ＷｏｒｄｌｅＭ出现，可视化结果越来越美观，如图１．２所逡逑示。基于Ｗｏｒｄｌｅ，邋丁％＼６（１0［１４］允许用户从颜色、单词形状等方面自定义生成词云，逡逑Ｓｅｉｆｅｒｔ等［１５］也提出了自定义外形的标签云算法，ＭａｎｉＷｏｒｄｌｅ［Ｉ６］在Ｗｏｒｄｌｅ基础上逡逑允许用户对标签云进行编辑，可以个性定制可视化结果。基于词汇分布的可视化逡逑主要用于检索词汇分布情况，ＴｉｌｅＢａｒＳ［１Ｔｌ通过矩形条的灰度展示段落等文本单元逡逑中查询词的分布，使用户快速了解文本内容的相关性。逡逑ｍ逡逑翁逡逑图１．２Ｗｏｒｄｌｅ图片来源［１３］逡逑１．２．３．２基于文本关系的可视化逡逑基于文本关系的可视化关注于文本之间或文本内部的相关性，根据不同需求逡逑有不同的可视化手段，常用的有树状图和网络图。基于文本内在关系的可视化逡逑主要有Ｇｒｏｂｅｌｉｎｋ提出的Ｃｏｎｔｅｘｔｅｒ［１８］

地图,世界杯,可视化,文本

第１章绪论逡逑注于语义层面的实体关系；ＳｅｎｔｅｎＴｒｅｅＰＷ将词语表示为节点，将词语的共线关系逡逑用连接表示，可以保留句子的关系，如图１．３所示。逡逑ｓｅｗｅ？邋ｓｃｏｒｅ．，Ｅ．：；．．00ａ｜邋ｗ？ｉｄｃｕＢ邋立邋＃ｂｒａｚｉｌ．．：．；＾邋ｗａｔｃｈｉｎｇ邋令：ｗａｔｃｈ邋Ｅ逡逑＾逦一逦一—逦ｌｉｋｅ邋＾逡逑二邋ｎｅｙｍａｒ邋三逡逑：ｇａｍｅ邋．ｗｏｄｄ．ｃ＜ｉｐ．ｔｏ？ｉｓＷ．ｗａｌｔｐｒａｄｍｓｍ？｜ｏｏｏｏ0ｆｆ邋二．：．：．．’ｓｏｃｃｗ＊＊逡逑ｋｒｕ？逡逑图１．３利用ＳｅｎｔｅｎＴｒｅｅ对２０１４年世界杯进球时的ｔｗｉｔｔｅｒ数据的可视化［２Ｑ］逡逑基于文本外在关系的可视化主要关注于文本间的引用关系、文本主题的隐含逡逑关系等。文本间的引用关系通常用网络图表现，比如文本表示为网络节点，引用逡逑关系表示为有向线段［２１］，ｚｈａｎｇ［２２］用ＦＰ－ｔｒｅｅ［２３：ｌ的结构展示了文献之间的引用关系，逡逑Ｃｉｔｅ２ｖｅＣＰ４：！基于词嵌入模型将文档间的引用关系映射到二维平面中，以此探究文本逡逑集的用途。更多的可视化应用场景为文本之间的主题关系，通常要经过聚类算法逡逑将文本主要特征内容提取出来用于表示文本，再用降维技术处理文本特征向量使逡逑其在二维或三维空间呈现，一般使用的可视化技术是文本地图。例如ＰｒｏｊＣｌｏｕｄ［２５］逡逑利用聚类算法将文本聚类后形成了不重叠的文本区域

【参考文献】