2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩84頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著醫(yī)療信息化的普及,大型醫(yī)院以及衛(wèi)生機(jī)構(gòu)產(chǎn)生了大量的電子醫(yī)療記錄數(shù)據(jù)。在這些海量的數(shù)據(jù)背后蘊(yùn)含著大量重要的信息,這些信息對(duì)于疾病的深層認(rèn)識(shí)、整體健康水平的提高,以及醫(yī)療信息領(lǐng)域的研究都有著積極的意義。本文從病人相似性度量、疾病關(guān)聯(lián)分析和疾病趨勢預(yù)測三個(gè)方面開展研究。
  針對(duì)病人相似性度量,文中提出了一種半監(jiān)督學(xué)習(xí)算法。我們稱該算法為Pairwise算法。Pairwise算法選擇真實(shí)醫(yī)療記錄作為訓(xùn)練數(shù)據(jù),學(xué)習(xí)得到病人相似性的度量

2、準(zhǔn)則。考慮到現(xiàn)有的監(jiān)督學(xué)習(xí)算法難以精確地構(gòu)建標(biāo)記方式,我們采用半監(jiān)督學(xué)習(xí),在訓(xùn)練數(shù)據(jù)中選擇性加入少量精確的標(biāo)記數(shù)據(jù)。我們用比較兩對(duì)病人之間相似度大小的方式標(biāo)記這些數(shù)據(jù),并且稱這些標(biāo)記的數(shù)據(jù)為成對(duì)(Pairwise)的監(jiān)督信息。本文通過對(duì)比實(shí)驗(yàn)證明了 Pairwise算法在判定病人相似性的準(zhǔn)確性方面以及合并病人群體的準(zhǔn)確性提高幅度方面均優(yōu)于現(xiàn)有的Local Supervised Metric Learning(LSML)算法。
  

3、針對(duì)疾病關(guān)聯(lián)分析,文中應(yīng)用coupled Latent Dirichlet Allocation模型對(duì)電子醫(yī)療記錄中的疾病進(jìn)行聚類。本文中我們將該模型簡記為cLDA模型。cLDA模型是耦合的LDA模型,不僅關(guān)注患病的種類,同樣考慮患病時(shí)間。本文從三方面對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行說明。1).文中說明了疾病種類的聚類結(jié)果具有醫(yī)學(xué)可解釋性。2).時(shí)間模式和季節(jié)分布具有一致性。通過計(jì)算不同時(shí)間模式下疾病發(fā)病率的熵,本文有效證明了cLDA模型應(yīng)用在疾病聚類方

4、面可以得到準(zhǔn)確的季節(jié)性發(fā)病率特征。3).通過和傳統(tǒng)LDA模型實(shí)驗(yàn)結(jié)果的對(duì)比,本文證明了cLDA的準(zhǔn)確性高于LDA。
  針對(duì)疾病趨勢預(yù)測,在多維 Hawkes模型的基礎(chǔ)上,我們提出了一種改進(jìn)的多維Hawkes模型。本文中我們稱該模型為 KLIPI模型。KLIPI模型是基于核函數(shù)學(xué)習(xí)的多維Hawkes模型,并且加入了反映病人體質(zhì)的體質(zhì)因子。根據(jù)KLIPI模型的實(shí)驗(yàn)結(jié)果,我們可以得到疾病的自然發(fā)病率,也可以獲得病史中所有疾病對(duì)于將來可

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論