首页--医药、卫生论文--临床医学论文--诊断学论文

基于多维属性探索深度学习的多尺度疾病诊断预测研究

摘要第10-12页
ABSTRACT第12-13页
第1章 绪论第14-18页
    1.1 研究背景及意义第14-15页
    1.2 研究内容第15-16页
    1.3 本文贡献第16-17页
    1.4 论文组织结构第17-18页
第2章 相关研究第18-25页
    2.1 电子健康档案的表征学习研究第18-19页
    2.2 疾病诊断预测方法研究第19-21页
    2.3 循环神经网络研究第21-22页
    2.4 注意力机制模型研究第22-23页
    2.5 本章小结第23-25页
第3章 数据预处理第25-33页
    3.1 数据集简介第25-26页
    3.2 人口统计学信息的处理第26-28页
    3.3 医学编码预处理和分组第28-30页
    3.4 基于时间窗口的预处理第30页
    3.5 下次就医的预处理第30-31页
    3.6 本章小结第31-33页
第4章 基于属性广度探索的疾病诊断预测方法第33-44页
    4.1 背景第33-34页
    4.2 基于人口统计学信息的疾病诊断预测方法第34-37页
        4.2.1 问题定义第34-35页
        4.2.2 GRU单元第35页
        4.2.3 RNN-INFO模型第35-37页
    4.3 实验评估第37-43页
        4.3.1 实验设置第37-38页
        4.3.2 实验基线第38-39页
        4.3.3 疾病概率预测评估第39-41页
        4.3.4 疾病诊断预测评估第41-43页
    4.4 本章小结第43-44页
第5章 基于属性深度探索的疾病诊断预测方法第44-54页
    5.1 背景第44-45页
    5.2 基于历史就医注意力的疾病诊断预测方法第45-48页
        5.2.1 问题定义第45-46页
        5.2.2 注意力机制第46页
        5.2.3 RNN-ATTEN模型第46-48页
    5.3 实验评估第48-53页
        5.3.1 实验设置第48-49页
        5.3.2 实验基线第49-50页
        5.3.3 疾病诊断预测评估第50-52页
        5.3.4 模型可解释性第52-53页
    5.4 本章小结第53-54页
第6章 总结展望第54-56页
    6.1 本文总结第54-55页
    6.2 研究展望第55-56页
参考文献第56-61页
致谢第61-62页
攻读研究生期间发表论文第62-63页
攻读研究生期间参与科研项目第63-64页
攻读研究生期间获奖情况第64-65页
学位论文评阅及答辩情况表第65页

论文共65页,点击 下载论文
上一篇:基于加权贝叶斯网络的证据融合方法研究
下一篇:基于集成学习算法的冠心病早期筛查方法研究