基于机器学习的脑卒中复发预测模型研究

基于机器学习的脑卒中复发预测模型研究

ID:34875678

大小:3.56 MB

页数:61页

时间:2019-03-13

基于机器学习的脑卒中复发预测模型研究_第1页
基于机器学习的脑卒中复发预测模型研究_第2页
基于机器学习的脑卒中复发预测模型研究_第3页
基于机器学习的脑卒中复发预测模型研究_第4页
基于机器学习的脑卒中复发预测模型研究_第5页
资源描述:

《基于机器学习的脑卒中复发预测模型研究》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、学校代号10532学号S1224W106分类号TP391密级公开硕士学位论文基于机器学习的脑卒中复发预测模型研究学位申请人姓名刘泽文培养单位信息科学与工程学院导师姓名及职称王如龙教授莫继红研究员学科专业软件工程研究方向生物信息论文提交日期2015年6月8日学校代号:10532学号:S1224W106密级:公开湖南大学工程硕士学位论文基于机器学习的脑卒中复发预测模型研究学位申请人姓名:刘泽文导师姓名及职称:王如龙教授莫继红研究员培养单位:信息科学与工程学院专业名称:软件工程论文提交日期:2015年6月8日论文答辩日期:2015年7月2日答辩委员会主席:杨金民教授ResearchonSt

2、rokeRecurrencePredictionBasedonMachineLearningbyLiuZewenB.E.(HunanUniversityofScienceandTechnology)2012AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineeringinSoftwareEngineeringintheGraduateSchoolofHunanUniversitySupervisorAssociateProfessor:WangRulongSeniorEng

3、ineer:MoJihongJune,2015湖南大学学位论文原创性声明本人郑重声明;所呈交的论文是本人在导师的指导下独立进行研究所取得的研巧成果。除了文中特别加y?标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研充做出重要贡献的个人和集体,均己在文中W明确方式标明。本人完全意识到本声明的法律后果由本人承担。>月^作者签名:叶和曰期年曰学位论文版权使用授权书、意学本学位论文作者完全了解学校有关保留使用学位论文的规定,同校保留并向国家有关部n或机构送交论文的复印件和电子版,允许论文被查阅和借阅i。本人

4、授权湖南大学可t^<将本学位论文的全部或部分内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密□,在解密后适用本授权书。年2、不保密囚。请在W上相应方框""内打V()、、lf曰作者签名:弁i為k曰期:>公年)月'导师签名:年:期月曰/主7I基于机器学习的脑卒中复发预测模型研究摘要中风也称脑卒中,是一种临床常见病和多发病,严重地威胁着人们的健康。它也称为脑血管意外疾病,即指因各种诱导因素而引起脑内动脉狭窄、闭塞或这破裂的现象。脑卒中发病后第一天,约有10%~20%患者死亡,发病3周

5、内约有1/4~1/3患者死亡,第3周后死亡速率会减慢,5年存活率约为15%~40%,而且得过脑中风的患者再发的可能性是普通人的4~15倍,并且发病后治疗也会很困难。脑卒中具有发病率高、致残率高、死亡率高和复发率高的“四高”特点。因此,预防脑中风复发是非常重要的,要致力于降低发病率,提高治愈率。而大多数中风发病之前都会出现中风先兆证,因此,在中风先兆症的防治研究方面,本文主要的研究内容如下:首先,针对心血管疾病脑卒中的课题背景,论述了心脑血管的病因和发病机制,同时,详细阐述了心血管疾病复发预测模型国内外的研究现状,介绍了心血管疾病常见的评估工具:CVD总风险预测工具、中风预测工具和脑血

6、流动力学检测指标;其次,详细介绍了心血管疾病的危险因素,如性别、年龄、家族遗传史、高血压、吸烟等因素,阐述了机器学习的概念及其分类情况,介绍了SPSS软件的用途及其功能特点。然后,针对心血管疾病脑卒中特点,本文建立了基于Cox回归分析的预测模型,通过SPSS13.0软件进行实验,给出了相应的实验结果;同时建立了基于Logistic的预测模型,进行相关实验及结果分析。最后,介绍了SVM算法的基本原理、核函数的选择,阐述了SVM算法实现的具体步骤及其特点,设计了一种基于SVM算法的预测模型,阐述了其性能指标:ROC曲线下的面积,详细介绍了该算法的具体步骤:①导入相关数据集,进行预处理操作

7、;②影响因素的选择,采用保守均值法(CM)来选择相关的影响因素;③采用SVM算法来预测并评估其性能。给出了相关的实验结果与分析,同时,与Cox模型和logistic模型进行相比,通过计算ROC曲线下的面积(AUC)值,0.827cox0.829logistic0.836SVM,发现SVM结合CM选择算法准确度最好。关键词:脑卒中复发;预测模型;机器学习;SVM;II工程硕士学位论文AbstractStrokeisalsocalledthecerebra

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。