数据驱动的急性冠脉综合征主要不良心血管事件预测方法研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第11-22页 |
| 1.1 引言 | 第11-13页 |
| 1.2 研究现状 | 第13-19页 |
| 1.2.1 队列研究 | 第13-15页 |
| 1.2.2 数据驱动的研究 | 第15-18页 |
| 1.2.3 总结与挑战 | 第18-19页 |
| 1.3 研究目标及任务 | 第19-22页 |
| 1.3.1 研究目标与任务 | 第19-20页 |
| 1.3.2 论文内容安排 | 第20-22页 |
| 2 基于提升一重采样的不良事件预测 | 第22-33页 |
| 2.1 样本构建 | 第22-25页 |
| 2.2 模型构建 | 第25-29页 |
| 2.2.1 重采样技术 | 第25-27页 |
| 2.2.2 迭代提升 | 第27-29页 |
| 2.3 模型评估 | 第29-32页 |
| 2.3.1 评估方案设计 | 第29-30页 |
| 2.3.2 结果与分析 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 3 基于提升一重采样的关系多类型不良事件预测 | 第33-53页 |
| 3.1 基础知识 | 第34-37页 |
| 3.1.1 正则化 | 第34-36页 |
| 3.1.2 拉普拉斯矩阵 | 第36-37页 |
| 3.2 模型构建 | 第37-41页 |
| 3.2.1 弱预测器设计 | 第37-40页 |
| 3.2.2 强预测模型构建 | 第40-41页 |
| 3.3 模型评估 | 第41-51页 |
| 3.3.1 样本分析 | 第41页 |
| 3.3.2 评估方案设计 | 第41-42页 |
| 3.3.3 结果与分析 | 第42-51页 |
| 3.4 风险因子 | 第51页 |
| 3.5 本章小结 | 第51-53页 |
| 4 预警系统设计与实现 | 第53-62页 |
| 4.1 整体框架 | 第53-54页 |
| 4.2 功能设计 | 第54-56页 |
| 4.2.1 电子健康记录采集 | 第54-55页 |
| 4.2.2 不良事件预测 | 第55-56页 |
| 4.3 系统实现 | 第56-62页 |
| 4.3.1 数据库设计 | 第56-57页 |
| 4.3.2 功能实现 | 第57-62页 |
| 5 总结与展望 | 第62-65页 |
| 5.1 总结 | 第62-63页 |
| 5.2 展望 | 第63-65页 |
| 附录 | 第65-67页 |
| 参考文献 | 第67-74页 |
| 作者简介 | 第74页 |
