| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 健康数据挖掘概述 | 第10-14页 |
| 1.2.1 数据挖掘技术与工具简介 | 第10-13页 |
| 1.2.2 健康数据挖掘简介 | 第13-14页 |
| 1.2.3 健康数据挖掘研究现状 | 第14页 |
| 1.3 论文研究的内容及创新点 | 第14-16页 |
| 1.4 论文的组织结构 | 第16-17页 |
| 第二章 健康数据挖掘理论和方案设计 | 第17-31页 |
| 2.1 健康数据的预处理 | 第17-20页 |
| 2.1.1 健康数据的特征选择 | 第17-19页 |
| 2.1.2 健康数据的样本均衡 | 第19-20页 |
| 2.2 Gradient Boosting算法研究 | 第20-25页 |
| 2.2.1 集成学习算法 | 第20-22页 |
| 2.2.2 集成模型的误差分解 | 第22页 |
| 2.2.3 Boosting算法 | 第22-23页 |
| 2.2.4 Gradient Boosting算法 | 第23-25页 |
| 2.3 模型验证与评估 | 第25-29页 |
| 2.3.1 交叉验证 | 第25-26页 |
| 2.3.2 网格搜索 | 第26-27页 |
| 2.3.3 模型评估标准 | 第27-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第三章 体检数据肝部肿瘤筛查实验 | 第31-45页 |
| 3.0 肿瘤筛查的意义和步骤 | 第31-32页 |
| 3.1 数据准备 | 第32-35页 |
| 3.1.1 编码格式转换 | 第32-33页 |
| 3.1.2 导入MongoDB数据库 | 第33-34页 |
| 3.1.3 导出数据全集 | 第34-35页 |
| 3.2 数据预处理 | 第35-37页 |
| 3.2.1 数据标注 | 第35-36页 |
| 3.2.2 设计“独热编码”特征 | 第36页 |
| 3.2.3 补充缺失值 | 第36页 |
| 3.2.4 基于SMOTE算法的正样本过采样 | 第36-37页 |
| 3.3 特征选择 | 第37-38页 |
| 3.4 模型训练 | 第38-39页 |
| 3.5 对比实验与结果评估 | 第39-43页 |
| 3.5.1 模型评估指标 | 第39-40页 |
| 3.5.2 模型ROC曲线 | 第40-42页 |
| 3.5.3 特征重要度 | 第42-43页 |
| 3.6 模型效果反馈与系统设计 | 第43-44页 |
| 3.7 本章小结 | 第44-45页 |
| 第四章 海量体检数据癌症风险筛查系统的设计与实现 | 第45-55页 |
| 4.1 癌症风险筛查的意义和方案设计 | 第45-47页 |
| 4.1.1 癌症风险筛查的意义 | 第45-46页 |
| 4.1.2 癌症风险筛查方案设计 | 第46-47页 |
| 4.2 XGBoost平台研究与部署 | 第47-50页 |
| 4.2.1 XGBoost简介 | 第47-48页 |
| 4.2.2 XGBoost算法理论 | 第48-50页 |
| 4.2.3 XGBoost环境部署 | 第50页 |
| 4.3 海量健康数据准备和预处理 | 第50-51页 |
| 4.4 癌症风险筛查模型参数设置和模型训练 | 第51页 |
| 4.5 对比结果与模型评估 | 第51-53页 |
| 4.6 本章小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 本文工作总结 | 第55页 |
| 5.2 存在的问题及下一步研究计划 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61页 |