面向医药数据的自动分类方法对比分析

发布时间：2022-01-05 13:28

　　分类问题是现实生活中广泛存在的问题。在医药领域,分类问题在医学辅助诊断、药品不良反应检测等方面也大量存在。良好的分类算法可有效解决医药领域上所出现的问题,可较好的应用于辅助决策诊断、个性化用药、精准医疗等方面。分类是根据数据集的特点构造一个分类器,利用分类器对未知类别的样本赋予类别的一种技术。目前的分类算法多种多样,不同的分类算法会产生不同的分类器,分类器的适应性直接影响最终分类结果的效率与准确性。因此在面对复杂的医药数据时,选择适宜于医药数据分类算法是至关重要的。目前基于医药学数据的分类算法对比分析的研究尚不多见。为弥补这一不足,本文运用乳腺癌数据,对分类问题进行了深入的研究,并基于模型性能,分析比较了各种算法的特性。在实际UCI数据上的对比分析中发现,SVM在多个性能指标上都能取得较好的效果,但同时其模型复杂度也较高,采用了49个支持向量,利用高维空间映射降低相关性。CART算法只通过三个变量来构建决策树模型,获得了较高的特异度,体现了医疗数据相关性高的特点。KNN模型则拥有最优异的精度。朴素贝叶斯方法所构造的模型性能较差,主要因为因变量独立性的条件难以得到满足。但从总体结果来看,... 

【文章来源】：广东药科大学广东省

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 引言
    1.2 研究目的与意义
    1.3 研究内容与论文结构
        1.3.1 研究内容
        1.3.2 论文结构
第二章 分类方法及应用概述
    2.1 分类方法简介
        2.1.1 分类的定义
        2.1.2 分类的目的
        2.1.3 分类的基本步骤
    2.2 分类方法在医药数据中的应用
        2.2.1 决策树归纳的应用
        2.2.2 神经网络算法的应用
        2.2.3 支持向量机的应用
        2.2.4 贝叶斯分类器的应用
    2.3 分类方法的对比分析研究
        2.3.1 通用数据的对比分析
        2.3.2 特定类型医药类数据的对比分析
第三章 分类方法及复合分类器的理论基础
    3.1 几种主要的分类方法
        3.1.1 决策树归纳
        3.1.2 贝叶斯分类器
        3.1.3 支持向量机
        3.1.4 惰性学习法
        3.1.5 基于规则的分类
        3.1.6 其他分类方法
    3.2 分类方法的比较准则
        3.2.1 分类模型的评估准则
        3.2.3 分类模型的性能评估指标
    3.3 数据预处理
        3.3.1 数据清理
        3.3.2 数据归约
        3.3.3 维归约
    3.4 基于模糊状态的复合分类器
        3.4.1 分类结果矩阵
        3.4.2 模糊状态分析
        3.4.3 在医学诊断中的应用
第四章 分类方法比较及复合分类器的实验分析
    4.1 实验数据集
    4.2 实验工具
    4.3 实验方法
    4.4 实验结果分析
        4.4.1 KNN结果分析
        4.4.2 CART决策树归纳
        4.4.3 贝叶斯分类器
        4.4.4 支持向量机
        4.4.5 各方法横向比较分析
        4.4.6 基于模糊状态的复合分类器
第五章 结语
附录
参考文献
攻读学位期间发表论文
致谢


【参考文献】：
期刊论文
[1]数据挖掘分类技术研究与分析[J]. 李秀娟,田川,冯欣.  现代电子技术. 2010(20)
[2]检测联合用药不良反应信号的数据挖掘方法[J]. 钱轶峰,罗宝章,叶小飞,孙亚林,吴美京,王海南,杜文民,贺佳.  中国卫生统计. 2010(01)
[3]决策树技术及其在药物治疗中的应用[J]. 靳淑敏,张翠肖,孙珊珊.  科技情报开发与经济. 2008(22)
[4]试论数据挖掘技术在药品不良反应评价领域的应用[J]. 吴嘉瑞,张冰.  中药新药与临床药理. 2007(06)
[5]数据挖掘分类算法研究综述[J]. 王刚,黄丽华,张成洪,夏洁.  科技导报. 2006(12)
[6]基于支持向量机的肿瘤分类特征基因选取[J]. 李颖新,阮晓钢.  计算机研究与发展. 2005(10)
[7]决策树技术及其在医学中的应用[J]. 徐蕾,贺佳,孟虹,贺宪民,范思昌.  数理医药学杂志. 2004(02)
[8]人工神经网络在医疗智能诊断系统中的应用[J]. 孙佰清,张长胜,王雪峰,侯桂英,关振中.  哈尔滨商业大学学报(自然科学版). 2002(04)

博士论文
[1]基于数据挖掘技术的心脑血管用药ADR关联模型构建研究[D]. 冯变玲.天津大学 2012
[2]医学图像智能分类算法研究[D]. 王曙燕.西北大学 2006

硕士论文
[1]贝叶斯分类方法及其在冠心病诊疗中的应用研究[D]. 郑熠煜.大连海事大学 2013
[2]基于支持向量机的医学图像分割[D]. 李涟凤.兰州大学 2010
[3]分类技术在医学诊断中的应用研究[D]. 杨书锋.汕头大学 2009
[4]神经网络在医学诊断中的应用研究[D]. 沈花玉.天津理工大学 2007
[5]数据挖掘技术中分类算法的比较分析[D]. 郑明超.兰州商学院 2007
[6]决策树技术及其在医学中的应用[D]. 徐蕾.第二军医大学 2004



本文编号：3570436