检索结果-南通市图书馆

检索条件"主题词=病人相似性度量"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于电子病历的疾病关联分析和预测

基于电子病历的疾病关联分析和预测

引用

作者：赵毅男上海交通大学

学位级别：硕士

随着医疗信息化的普及,大型医院以及卫生机构产生了大量的电子医疗记录数据。在这些海量的数据背后蕴含着大量重要的信息,这些信息对于疾病的深层认识、整体健康水平的提高,以及医疗信息领域的研究都有着积极的意义。本文从病人相似性... 详细信息

随着医疗信息化的普及,大型医院以及卫生机构产生了大量的电子医疗记录数据。在这些海量的数据背后蕴含着大量重要的信息,这些信息对于疾病的深层认识、整体健康水平的提高,以及医疗信息领域的研究都有着积极的意义。本文从病人相似性度量、疾病关联分析和疾病趋势预测三个方面开展研究。针对病人相似性度量,文中提出了一种半监督学习算法。我们称该算法为Pairwise算法。Pairwise算法选择真实医疗记录作为训练数据,学习得到病人相似性的度量准则。考虑到现有的监督学习算法难以精确地构建标记方式,我们采用半监督学习,在训练数据中选择性加入少量精确的标记数据。我们用比较两对病人之间相似度大小的方式标记这些数据,并且称这些标记的数据为成对(Pairwise)的监督信息。本文通过对比实验证明了Pairwise算法在判定病人相似性的准确性方面以及合并病人群体的准确性提高幅度方面均优于现有的Local Supervised Metric Learning(LSML)算法。针对疾病关联分析,文中应用coupled Latent Dirichlet Allocation模型对电子医疗记录中的疾病进行聚类。本文中我们将该模型简记为cLDA模型。cLDA模型是耦合的LDA模型,不仅关注患病的种类,同样考虑患病时间。本文从三方面对实验结果进行说明。1).文中说明了疾病种类的聚类结果具有医学可解释性。2).时间模式和季节分布具有一致性。通过计算不同时间模式下疾病发病率的熵,本文有效证明了cLDA模型应用在疾病聚类方面可以得到准确的季节性发病率特征。3).通过和传统LDA模型实验结果的对比,本文证明了cLDA的准确性高于LDA。针对疾病趋势预测,在多维Hawkes模型的基础上,我们提出了一种改进的多维Hawkes模型。本文中我们称该模型为KLIPI模型。KLIPI模型是基于核函数学习的多维Hawkes模型,并且加入了反映病人体质的体质因子。根据KLIPI模型的实验结果,我们可以得到疾病的自然发病率,也可以获得病史中所有疾病对于将来可能患病的触发机制。本文通过实验结果证明了引入个人体质因子和高斯核函数学习均可以提高模型的预测准确性。同时,通过对比Markov模型的预测结果,本文证明了当时间链较长时,KLIPI模型的预测准确性更高。

关键词：电子医疗记录准则学习病人相似性度量疾病关联分析疾病趋势预测

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：