首页--医药、卫生论文--内科学论文--心脏、血管(循环系)疾病论文--血压异常论文--高血压论文

基于大数据挖掘的高血压药物治疗方案研究

摘要第4-5页
abstract第5-6页
第一章 绪论第9-14页
    1.1 高血压概况第9-10页
        1.1.1 高血压现状第9页
        1.1.2 抗高血压药物第9-10页
        1.1.3 高血压药物治疗存在的问题第10页
    1.2 数据挖掘概述第10-12页
        1.2.1 数据挖掘基本概念第10-11页
        1.2.2 数据挖掘常用方法第11页
        1.2.3 数据挖掘在医疗领域的应用第11-12页
    1.3 课题的研究目的与意义第12页
    1.4 本课题研究方法第12-14页
第二章 药物因素分析的数据挖掘模型第14-43页
    2.1 数据准备第15-18页
        2.1.1 临床源数据抽取第15页
        2.1.2 数据清洗第15-16页
        2.1.3 关联方案制定第16页
        2.1.4 特征介绍第16-18页
        2.1.5 最终数据情况第18页
    2.2 基于描述性统计的关键特征分析模型第18-27页
        2.2.1 平均值分析第18-20页
        2.2.2 特征谱分析第20页
        2.2.3 统计分析结果第20-27页
    2.3 基于机器学习的关键特征分析模型第27-39页
        2.3.1 Filter法第27-28页
        2.3.2 Wrapper法第28页
        2.3.3 Embedder法第28-37页
        2.3.4 Ensemble模型第37-39页
    2.4 统计分析结果与算法分析结果组合第39-43页
        2.4.1 最终结果汇总第40-41页
        2.4.2 安博维组最终结果第41页
        2.4.3 倍他乐克组最终结果第41页
        2.4.4 波依定组最终结果第41页
        2.4.5 络活喜组最终结果第41-42页
        2.4.6 施慧达组最终结果第42-43页
第三章 用药预测的数据挖掘模型第43-60页
    3.1 非集成学习预测模型第45-53页
        3.1.1 支持向量机第45-48页
        3.1.2 K近邻第48-50页
        3.1.3 逻辑回归第50-53页
    3.2 集成学习预测模型第53-60页
        3.2.1 随机森林第54-55页
        3.2.2 梯度提升树第55-60页
第四章 因素分析模型以及预测模型的结果讨论第60-65页
    4.1 因素分析模型结果讨论第60-61页
        4.1.1 安博维第60页
        4.1.2 倍他乐克第60-61页
        4.1.3 络活喜、施慧达、波依定第61页
    4.2 预测模型结果讨论第61-65页
        4.2.1 结果比较第61-62页
        4.2.2 问题分析第62-63页
        4.2.3 改进方向第63-65页
第五章 总结与展望第65-67页
    5.1 总结第65-66页
    5.2 展望第66-67页
致谢第67-68页
参考文献第68-72页
在学期间取得的与学位论文相关的研究成果第72页

论文共72页,点击 下载论文
上一篇:高毒力肺炎克雷伯菌血流感染的危险因素、临床预后以及分子流行病学研究
下一篇:胸痹患者血压直接与间接测量差异的相关影响因素分析及臂围与二者测量差值的关系研究