基于医院信息系统的糖尿病并发症辅助诊断模型研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-21页 |
| 1.1 研究背景和问题提出 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 问题提出 | 第10-11页 |
| 1.2 研究目的与意义 | 第11-12页 |
| 1.2.1 研究目的 | 第11页 |
| 1.2.2 研究意义 | 第11-12页 |
| 1.3 国内外研究现状分析 | 第12-17页 |
| 1.3.1 国内外研究状况 | 第12-17页 |
| 1.3.2 研究综述 | 第17页 |
| 1.4 研究内容及研究方法 | 第17-21页 |
| 1.4.1 研究内容 | 第17-20页 |
| 1.4.2 研究方法 | 第20-21页 |
| 第2章 诊断模型的理论和方法基础 | 第21-39页 |
| 2.1 糖尿病并发症医学知识基础 | 第21-23页 |
| 2.2 关联规则 | 第23-25页 |
| 2.3 机器学习分类方法 | 第25-32页 |
| 2.3.1 朴素贝叶斯 | 第25-26页 |
| 2.3.2 logistic回归 | 第26-27页 |
| 2.3.3 支持向量机 | 第27-29页 |
| 2.3.4 分类与回归树 | 第29-31页 |
| 2.3.5 随机森林 | 第31页 |
| 2.3.6 AdaBoost | 第31-32页 |
| 2.4 多标签分类 | 第32-35页 |
| 2.5 分类评价指标 | 第35-38页 |
| 2.5.1 单标签分类评价指标 | 第35-37页 |
| 2.5.2 多标签分类评价指标 | 第37-38页 |
| 2.6 本章小结 | 第38-39页 |
| 第3章 数据的收集和初步分析 | 第39-50页 |
| 3.1 医院信息系统数据采集 | 第39-40页 |
| 3.2 数据预处理 | 第40-43页 |
| 3.3 样本数据描述 | 第43-46页 |
| 3.4 疾病间关联性分析 | 第46-49页 |
| 3.4.1 关联规则挖据 | 第46-48页 |
| 3.4.2 χ~2独立性检验 | 第48-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第4章 糖尿病并发症诊断模型的建立及结果分析 | 第50-70页 |
| 4.1 诊断模型特征选择 | 第50-55页 |
| 4.1.1 单因素logistic回归分析 | 第50-51页 |
| 4.1.2 基于SVM-RFE的特征选择 | 第51-55页 |
| 4.2 单糖尿病并发症诊断模型的建立 | 第55-63页 |
| 4.2.1 超参数寻优 | 第56-57页 |
| 4.2.2 糖尿病性周围神经病变诊断模型 | 第57-60页 |
| 4.2.3 糖尿病性周围血管病变诊断模型 | 第60-61页 |
| 4.2.4 糖尿病性肾病诊断模型 | 第61-63页 |
| 4.3 基于分类器链的多糖尿病并发症诊断模型 | 第63-69页 |
| 4.3.1 改进的分类器链多标签分类模型 | 第63-66页 |
| 4.3.2 多糖尿病并发症诊断模型 | 第66-67页 |
| 4.3.3 模型对比 | 第67-69页 |
| 4.4 本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 附录 | 第78-85页 |
| 致谢 | 第85页 |
