基于hmm的中医临床疗效评价分析研究

《基于hmm的中医临床疗效评价分析研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、北京交通大学硕士学位论文基于HMM的中医临床疗效评价分析研究姓名：徐欣申请学位级别：硕士专业：计算机科学与技术指导教师：黄厚宽20090601摘要临床疗效评价是关系到中医学发展的重大科学问题，纵向数据是中医临床疗效的基本载体．本文针对中医临床中的纵向数据，应用隐马尔可夫模型进行了综合疗效评价．该方法能够整合多种定性和定量指标进行纵向综合疗效评价分析，基于肺癌数据进行的实验研究表明该方法是有效的纵向综合分析方法．本文不同于一般临床医生的现成的统计软件的分析，而是系统的建立了隐马尔可夫模型在中医临床疗效评价纵向分析方面的具体应用．

2、本文借鉴医学数据挖掘的方法，将临床肿痛数据进行规范化处理，探索发现隐马尔可夫模型应用的数据要素和数据前提，分析模型的表达方式．在开源软件包JaHmm上应用隐马尔可夫模型的经典及改进算法，对数据进行迭代学习，得出模型参数，比较了中医治疗和中西医结合治疗两种肺癌治疗手段的差异性．分析后发现，纯中医治疗组和中西医结合治疗组在不同情况下各有优势．通过各时间点状态人数百分比的统计，分析发现两种治疗肺癌方法的各自疗效特点．通过比较模型中两组人群观察概率函数中的均值，说明分组治疗的群体情况．由观察概率分布矩阵，分析得出任意观察出现的概率和任

3、意观察集合对应的隐状态．临床医生可以根据训练得到的模型参数，由病人当前状态预测未来病情的发展，进而选择最有利的治疗方案．．关键词：隐马尔可夫模型；纵向分析；疗效评价；分类号：TP39北京交通大学硕十学位论文ABSTRACTClinicalevaluationofcurationisimportanttothedevelopmentofChinesemedicine，andlongitudinaldataisthebasementofChinesemedicineclinicalevaluationofcuration．Ther

4、esearchonlungcancerclinicaldatademonstrateitisaeffectiveintegratedanalysismethod，anditcouldevaluatethecurativeeffectbothinqualityandquantity．Differentfromordinaryavailablestatisticalsoftwarethatcliniciansused，ItisaconcreteandsystematicapplicationintraditionalChinese

5、clinicalevaluationofcurativeeffect．Accordingtothestepsofmedicaldatamining，firstly,dataofclinicallungcancel"alestandardizedprocessed．searchfordataprerequisitewhenusingHMMonthedataandanalyzetheexpressionwayofmodel．Secondly,applytheHMM’SimprovedalgorithmonopensourceJaH

6、mm，learniteratelyondataandgettheparameterofmodel．Thirdly,findthedifferencesbetweenChinesemedicinetreatmentandthecooperationofChineseandWesternmedicine，andgetaconclusionthatbothChinesemedicinetreatmentandthecooperationofChineseandWesternmedicinehaveadvantagesindiffer

7、entposition．Moreover,thedistinguishingfeatureoflungCanCercurationisdiscoveredaccordingtothestatisticsonpopulationpercentageatsometimepoints．Explainthestateofcurationbetweentwogroupsaccordingtoobservationprobabilitydistributionfunction’Saveragescorebetweentwogroups．T

8、heprobabilityofanyobservationsandthehiddenstateofanyobservationsetsareanalyzedaccordingtoobservationprobabilitydistributionfunctionmatrix．