基于多源特征分析的冠心病预测模型研究

基于多源特征分析的冠心病预测模型研究

ID:37062339

大小:2.76 MB

页数:74页

时间:2019-05-16

基于多源特征分析的冠心病预测模型研究_第1页
基于多源特征分析的冠心病预测模型研究_第2页
基于多源特征分析的冠心病预测模型研究_第3页
基于多源特征分析的冠心病预测模型研究_第4页
基于多源特征分析的冠心病预测模型研究_第5页
资源描述:

《基于多源特征分析的冠心病预测模型研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、硕士学位论文基于多源特征分析的冠心病预测模型研究作者姓名暨思铭学科专业计算机科学与技术指导教师高英教授所在学院计算机科学与工程学院论文提交日期2018年4月Predictionmodelofcoronaryheartdiseasebasedonmulti-sourcefeatureanalysisADissertationSubmittedfortheDegreeofMasterCandidate:JiSiMingSupervisor:Prof.GaoYingSouthChinaUniversityofTechnologyGuangzhou,China分类号:T

2、P3学校代号:10561学号:201520130776华南理工大学硕士学位论文基于多源特征分析的冠心病预测模型研究作者姓名:暨思铭指导教师姓名、职称:高英教授申请学位级别:工学硕士学科专业名称:计算机应用技术研究方向:计算机应用技术论文提交日期:2018年4月20日论文答辩日期:2018年5月31日学位授予单位:华南理工大学学位授予日期:年月日答辩委员会成员:主席:李桂清委员:高英陈伟能毕盛苏锦钿摘要近年来,心血管疾病的发病率持续增长,死亡率一直位居众病之首。其中冠状动脉粥样硬化性心脏病,常称为“冠心病”,是心血管疾病中最为常见的类型之一。虽然冠心病的治疗技术已

3、经得到了长足的进步,但随着发病率的逐步升高,仅靠临床治疗的手段根本无法满足当前的需求。因此,如何建立起有效的预测机制,对疾病进行提前干预,已成为冠心病诊治的迫切任务。然而,现有的风险预测模型一般开销比较大,不但需要收集病人的长期指标数据,还需要对病人实施长期的跟踪与回访,时间一般需要在2年以上,有的甚至需要5-10年的时间,而且受地域、生长环境等诸多因素的制约,预测模型的适用范围也非常有限。时间与空间跨度太长,这势必影响数据采集的质量,从而影响了模型的预测效果。基于上述种种原因,医疗机构非常需要一种新型的风险预测方案,来弥补原预测模型存在的不足。在医学相关理论的

4、支持下,本文利用耳朵特征信息,建立起以图像为基础的冠心病风险预测模型。本文的内容主要分为三个部分,第一,利用人脸识别的Haar特征实现对耳朵图像的完整分割。第二,构造冠心病预测的耳朵图像特征。具体包括:研究具有基因特征信息的耳朵距离特征;深度挖掘耳朵图像与冠心病之间关联的神经网络特征;分析耳朵区域出现异常纹理结构的病理特征。第三,从特征筛选和集成学习这两种方案去建立两种不同架构的算法模型,最后通过各项算法指标的综合对比,完成对预测模型性能的整体评估。本文的研究工作仍在不断地深入与完善,预计随着样本数据的逐步积累和耳朵特征点的进一步挖掘,预测模型的总体性能还将得到

5、较大幅度地提升。关键词:冠心病预测;图像分割;特征提取;集成学习IAbstractInrecentyears,theincidenceofcardiovasculardiseasecontinuestoincrease,andmortalityisthehighestamongalldiseases.Coronaryatheroscleroticheartdisease,isoneofthemostcommontypesofcardiovasculardisease.Althoughthetreatmenttechnologyforcoronaryheartdi

6、seasehasmadeconsiderableprogress,withthegradualincreaseintheincidencerate,themeansofclinicaltreatmentcannolongersatisfytheneeds.Therefore,establishinganeffectivepredictivemechanismandadvanceinterventionfordiseasesisnecessary.However,thegeneralcostoftheexistingriskpredictionmodelhasar

7、elativelylargecost.Itrequiresnotonlythecollectionoflong-termindexdataforthepatient,butalsolong-termfollow-upandreturnvisitsforpatients.Theperiodismorethan2years,oreven5-10years.Otherfactors,e.g.,thegeographical,growthenvironment,arealsolimited.Thetimeandspacespanistoolong,whichwillin

8、evitablyaffe

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。