基于大规模病案首页数据的疾病合并关系分析研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-16页 |
| 1.1 研究背景及现状 | 第12-13页 |
| 1.2 问题提出及研究意义 | 第13-14页 |
| 1.3 论文组织结构 | 第14页 |
| 1.4 本章小结 | 第14-16页 |
| 2 疾病合并相关研究及方法 | 第16-28页 |
| 2.1 疾病合并相关研究 | 第16-17页 |
| 2.2 疾病合并网络的相关方法 | 第17-22页 |
| 2.2.1 复杂网络相关特性 | 第17-18页 |
| 2.2.2 关联规则:FP-Growth算法 | 第18-19页 |
| 2.2.3 相关性分析 | 第19页 |
| 2.2.4 网络拓扑特征 | 第19-22页 |
| 2.2.5 社团划分方法 | 第22页 |
| 2.3 面向疾病预测的机器学习算法 | 第22-27页 |
| 2.3.1 Logistic回归 | 第23-24页 |
| 2.3.2 支持向量机 | 第24-25页 |
| 2.3.3 随机森林 | 第25页 |
| 2.3.4 神经网络 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 疾病合并网络及其分子机理分析研究 | 第28-51页 |
| 3.1 数据来源及其预处理 | 第28-30页 |
| 3.1.1 病案首页数据 | 第28-29页 |
| 3.1.2 疾病与基因关系数据 | 第29页 |
| 3.1.3 疾病与通路关系数据 | 第29-30页 |
| 3.2 疾病合并网络分析 | 第30-42页 |
| 3.2.1 疾病合并关系 | 第30-32页 |
| 3.2.2 疾病合并网络的基本拓扑特性分析 | 第32-36页 |
| 3.2.3 疾病合并网络拓扑特性间的关系分析 | 第36-39页 |
| 3.2.4 疾病合并网络的模块性分析 | 第39-42页 |
| 3.3 疾病合并分子机理分析 | 第42-46页 |
| 3.3.1 疾病合并与基因的相关性分析 | 第42-44页 |
| 3.3.2 疾病合并与通路的相关性分析 | 第44-46页 |
| 3.4 疾病合并与证候相关性分析 | 第46-49页 |
| 3.4.1 基于卡方检验的病证关系构建 | 第46-47页 |
| 3.4.2 基于证候的疾病相似性构建 | 第47-48页 |
| 3.4.3 实验结果分析 | 第48-49页 |
| 3.5 本章小结 | 第49-51页 |
| 4 基于合并关系的疾病预测方法研究 | 第51-64页 |
| 4.1 疾病预测研究概述 | 第51页 |
| 4.2 性能评价指标和方法 | 第51-52页 |
| 4.3 基于合并关系的疾病预测方法实现 | 第52-54页 |
| 4.3.1 数据集设置 | 第52-53页 |
| 4.3.2 实验步骤 | 第53-54页 |
| 4.4 实验结果及评价 | 第54-63页 |
| 4.4.1 基于Logistic回归的疾病预测 | 第54-56页 |
| 4.4.2 基于支持向量机的疾病预测 | 第56-59页 |
| 4.4.3 基于随机森林的疾病预测 | 第59-61页 |
| 4.4.4 基于神经网络的疾病预测 | 第61-62页 |
| 4.4.5 四种模型对比分析 | 第62-63页 |
| 4.5 本章小结 | 第63-64页 |
| 5 总结与展望 | 第64-66页 |
| 5.1 工作总结 | 第64-65页 |
| 5.2 未来展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第70-72页 |
| 学位论文数据集 | 第72页 |
