首页> 中文学位 >基于数据挖掘的缺血性脑卒中风险预测模型及其应用研究
【6h】

基于数据挖掘的缺血性脑卒中风险预测模型及其应用研究

代理获取

目录

声明

第1章 绪 论

1.1 研究背景与研究意义

1.1.1 研究背景

1.1.2 研究意义

1.2 国内外研究现状

1.2.1 国外研究现状

1.2.2 国内研究现状

1.2.3 国内外研究现状评述

1.3 研究内容与研究方法

1.3.1 研究内容

1.3.2 研究方法

第2章 相关理论基础

2.1 健康管理概述

2.1.1 健康管理的基本概念

2.1.2 健康管理的基本流程

2.2 数据挖掘及其算法概述

2.2.1 数据挖掘的基本概念

2.2.2 数据挖掘的基本流程

2.2.3 数据挖掘算法概述

2.3 分类器评估方法概述

2.3.1 混淆矩阵

2.3.2 一致性检验

2.3.3 ROC曲线

2.4 本章小结

第3章 医疗数据采集及预处理

3.1 数据来源

3.2 数据清理

3.2.1 缺失值处理

3.2.2 不一致数据处理

3.3 数据集成

3.4 数据变换

3.5 数据规约

3.5.1 维规约

3.5.2 数据离散化和概念分层

3.6 本章小结

第4章 单一的缺血性脑卒中风险预测模型构建与评估

4.1 缺血性脑卒中危险因素分析

4.1.1 简单个人水平危险因素

4.1.2 复杂临床水平危险因素

4.2 训练样本和测试样本的选取

4.3 基于决策树的缺血性脑卒中风险预测模型构建与评估

4.3.1 基于决策树的预测模型构建

4.3.2 决策树预测模型的评估及比较

4.3.3 决策树预测模型的讨论及分析

4.4 基于支持向量机的缺血性脑卒中风险预测模型构建与评估

4.4.1 基于支持向量机的预测模型构建

4.4.2 支持向量机预测模型的评估及比较

4.4.3 支持向量机预测模型的讨论及分析

4.5 本章小结

第5章 集成的缺血性脑卒中风险预测模型构建与评估

5.1 基于网格搜索优化SVM的缺血性脑卒中预测模型

5.1.1 基于网格搜索优化SVM的预测模型构建

5.1.2 网格搜索优化SVM预测模型参数

5.1.3 网格搜索优化SVM的预测模型的评估与比较

5.2 基于网格搜索优化RF的缺血性脑卒中预测模型

5.2.1 基于网格搜索优化RF的预测模型构建

5.2.2 网格搜索优化RF预测模型参数

5.2.3 网格搜索优化RF的预测模型的评估及比较

5.3 本章小结

第6章 缺血性脑卒中风险预测模型在健康管理系统中的应用

6.1 缺血性脑卒中健康管理系统的搭建

6.2 缺血性脑卒中健康管理系统的实现

6.3 本章小结

结论

参考文献

附录1 部分原始数据

附录2 预处理后的部分属性数据

攻读硕士学位期间承担的科研项目与主要成果

致谢

展开▼

著录项

  • 作者

    张晨阳;

  • 作者单位

    燕山大学;

  • 授予单位 燕山大学;
  • 学科 管理科学与工程
  • 授予学位 硕士
  • 导师姓名 侯玉梅;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TQ4R97;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号