| 摘要 | 第2-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第9-20页 |
| 第一节 研究背景与研究意义 | 第9-11页 |
| 一、研究背景 | 第9-10页 |
| 二、研究意义 | 第10-11页 |
| 第二节 文献综述 | 第11-17页 |
| 一、肠道菌群与糖尿病的关系 | 第11-13页 |
| 二、糖尿病并发症预测模型研究 | 第13-14页 |
| 三、糖尿病筛查模型研究 | 第14-15页 |
| 四、糖尿病发病风险评估模型研究 | 第15-16页 |
| 五、已有研究述评 | 第16-17页 |
| 第三节 研究内容与研究难点 | 第17-20页 |
| 一、研究内容与基本框架 | 第17-18页 |
| 二、研究难点及解决方法 | 第18-19页 |
| 三、本文的创新点 | 第19-20页 |
| 第二章 糖尿病相关理论与集成学习方法阐述 | 第20-32页 |
| 第一节 糖尿病相关理论阐述 | 第20-24页 |
| 一、糖尿病的概念及分类 | 第20-21页 |
| 二、糖尿病的常见并发症 | 第21-22页 |
| 三、糖尿病的诊断及鉴别诊断 | 第22-23页 |
| 四、糖尿病与肠道菌群的关系 | 第23-24页 |
| 第二节 集成学习相关理论与方法阐述 | 第24-32页 |
| 一、基于Bagging方法的随机森林 | 第24-26页 |
| 二、基于Boosting方法的梯度提升树(GBDT)与XGBoost | 第26-30页 |
| 三、Stacking方法 | 第30-32页 |
| 第三章 电子病历数据预处理及肠道菌群数据降维 | 第32-43页 |
| 第一节 数据来源及数据说明 | 第32-34页 |
| 一、数据来源 | 第32页 |
| 二、数据说明 | 第32-34页 |
| 第二节 电子病历数据预处理 | 第34-35页 |
| 一、使用正则表达式从电子病历中抽取信息 | 第34-35页 |
| 二、对样本进行分类整理 | 第35页 |
| 第三节 肠道菌群数据降维 | 第35-43页 |
| 一、删除缺失比重较高的特征 | 第36-37页 |
| 二、使用过滤法与集成法进行特征选择 | 第37-43页 |
| 第四章 糖尿病预测模型研究 | 第43-66页 |
| 第一节 样本的基本统计分析 | 第43-55页 |
| 一、糖尿病患者的性别与年龄分析 | 第43-44页 |
| 二、糖尿病患者与非糖尿病患者的对比分析 | 第44-51页 |
| 三、糖尿病患病率的影响因素分析 | 第51-55页 |
| 第二节 分类模型的评估指标说明 | 第55-57页 |
| 一、混淆矩阵 | 第55-56页 |
| 二、ROC曲线及AUC值 | 第56-57页 |
| 第三节 糖尿病预测模型的建立及效果分析 | 第57-66页 |
| 一、随机森林(RF)模型及其效果 | 第58-59页 |
| 二、梯度提升树(GBDT)模型及其效果 | 第59-61页 |
| 三、XGBoost模型及其效果 | 第61-62页 |
| 四、基于Stacking方法的糖尿病预测模型及其效果 | 第62-64页 |
| 五、四种模型的对比分析 | 第64-66页 |
| 第五章 研究结论与研究展望 | 第66-69页 |
| 第一节 研究结论 | 第66-67页 |
| 一、糖尿病患者与非糖尿病患者的肠道菌群存在差异 | 第66页 |
| 二、随机森林等方法在建模中起到了较好的效果 | 第66页 |
| 三、使用Stacking方法能够提升模型的效果 | 第66-67页 |
| 第二节 研究展望 | 第67-69页 |
| 一、使用更多更广范围的样本 | 第67页 |
| 二、其他疾病预测模型的研究 | 第67-68页 |
| 三、探索其他建模方法的使用 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 附录 | 第73-77页 |
| 致谢 | 第77-78页 |