基于數(shù)據(jù)挖掘技術(shù)的頸動脈硬化斑塊診斷研究.pdf

1、在我國60歲以上人群中頸動脈硬化的發(fā)病率高達(dá)70％以上，患病年齡也已從60歲提前至45歲，嚴(yán)重威脅著中老年人身體健康。目前對該疾病的診斷主要是通過醫(yī)生人工完成，不僅工作效率低下，而且大量高維的數(shù)據(jù)人腦很難分析。針對這些問題，論文使用數(shù)據(jù)挖掘工具Weka對來自西安唐都醫(yī)院的311例頸動脈硬化患者電子病歷中的血流動力學(xué)信息數(shù)據(jù)集，分別使用分類算法中經(jīng)典的BP（Back Propagation）算法、C4.5算法與支持向量機(jī)建立頸動脈硬化斑塊

2、診斷分類器，對比分析得出性能最優(yōu)的是支持向量機(jī)分類器。并通過進(jìn)一步的集成優(yōu)化，使得該支持向量機(jī)分類器性能得到了較大提高，進(jìn)而幫助醫(yī)生對頸動脈硬化斑塊做出科學(xué)的診斷決策。以下是論文研究分析的主要內(nèi)容:
　　1)充分理解頸動脈硬化斑塊臨床診斷指標(biāo)。通過分析可知頸動脈的血流動力學(xué)信息與頸動脈硬化斑塊的形成有著密切關(guān)系，提取該部分?jǐn)?shù)據(jù)并將血流動力學(xué)信息的所有屬性作為此次數(shù)據(jù)挖掘的主要研究對象。
　　2)對頸動脈血流動力學(xué)信息數(shù)據(jù)集進(jìn)

3、行數(shù)據(jù)預(yù)處理。首先，將數(shù)據(jù)格式調(diào)整為ARFF（Attribute Relation File Format）文件格式;其次，將血流動力學(xué)信息中的所有屬性根據(jù)數(shù)據(jù)挖掘算法的不同需求進(jìn)行規(guī)范化;最后，使用不同屬性選擇方法對無關(guān)屬性進(jìn)行過濾，篩選出最為相關(guān)的屬性子集建立分類器。
　　3)分別使用BP算法、C4.5算法以及支持向量機(jī)算法建立頸動脈硬化斑塊診斷分類器。每種算法建模時都有自己的參數(shù)，因此使用不同的參數(shù)選擇方法進(jìn)行選擇，選擇時的

4、原則是選取一定范圍內(nèi)能使所建分類器準(zhǔn)確率最優(yōu)的參數(shù)組合并使用這一組合建模。
　　4)評估三個診斷模型并選擇其中性能最優(yōu)的支持向量機(jī)診斷模型進(jìn)一步優(yōu)化。分別對BP分類器、C4.5分類器與支持向量機(jī)分類器從建模時間、可解釋性、誤差與成本四個方面進(jìn)行對比分析并選擇三者之中性能最好的，通過評估結(jié)果可知性能最優(yōu)的是支持向量機(jī)分類器，但仍有進(jìn)步空間，因此利用集成學(xué)習(xí)中的Adaboost算法對其進(jìn)行優(yōu)化。
　　通過實驗得到了與頸動脈硬化斑